近几年来,计算机在图像方面的应用越来越广,促进了计算机在图形及图像学方面的运用。其中,图像增强是计算机在图像研究中的一个重要技术,是在图像中选取区域,然后把选取的图像数据信息增强或者把一些没用的图像信息进行处理,通常的方法是抑制或去除信息以突显图像中所需要的数据信息。通过这样的方法处理使得图像的视觉效果得以改善,这就需要研究相关的图像增强算法,通过算法来改进图像视觉效果,相关的图像增强算法主要涉及空间域和时间域。小波分析、脊背分析和Curvelet变换等算法和方法能够从不同的角度提取图像数据信息及其所具有的图像特征,在各自的尺度上将图像数据信息中所包含的噪声进行区分、降噪,因此,这些技术在图像增强方面具有更大的图像处理优势。本文主要是基于Curvelet算法在图像增强方面的研究。对传统图像增强算法方面的研究、频率域滤波增强方法的图像分析,以及小波变换和脊背分析等研究。Curvelet变换是基于脊波理论上发展的一种新的有关图像增强技术算法,能够更好的适应多尺度数据变换,而以Curvelet算法为基础的第二代Curvelet算法更是在多尺度去噪和图像增强技术方面有很好的增强效果,本文主要是在第二代Curvelet算法的基础上做了部分修改和尝试,并且提出有关在Curvelet变换系数上基于Curvelet算法改进及实现过程。