1、小波分析已經(jīng)廣泛應(yīng)用于信號處理與分析中，并取得了較為突出的效果。但在高維情況下，小波分析并不能充分利用數(shù)據(jù)對象的幾何特征。針對小波理論的這一局限，人們在小波理論的基礎(chǔ)上提出了多尺度幾何分析方法，超完備Contourlet是一種新的多方向多尺度的分析方法，它是基于平穩(wěn)小波的非下采樣Contourlet變換組合而成的，由于它的多尺度和多方向特性，能有效處理圖像中的高維奇異性。圖像去噪和圖像融合是計算機視覺領(lǐng)域低層視覺中最為基礎(chǔ)和重要的環(huán)節(jié)，

2、本文基于超完備Contourlet變換在圖像去噪和圖像融合方面做了以下工作：
　　 超完備Contourlet變換有優(yōu)于Contourlet和非下采樣Contourlet(NSCT)的方向分辨能力，是具有平移不變性、多尺度和多方向并且完全重構(gòu)的圖像表示工具。通過分析我們發(fā)現(xiàn)超完備Contourlet變換系數(shù)間存在的很強的相關(guān)性，其表現(xiàn)為具有方向性，尺度間傳承性和鄰域聚集性等，而噪聲則不具備這類特性。本文在此基礎(chǔ)上提出了一種采用方

3、向和尺度積并且結(jié)合鄰域聚集性的超完備Contourlet系數(shù)去噪模型，理論分析和實驗結(jié)果都表明該方法能夠很好的區(qū)分信號和噪聲，且抑制圖像噪聲效果較為明顯，同時在此基礎(chǔ)上更好的保留了圖像細節(jié)信息。
　　 圖像融合的目的是為了獲得某個特定場景更清晰的圖像，以便對圖像進行后續(xù)處理，更好的進行目標識別。本文提出了一種基于超完備Contourlet變換的圖像融合算法，算法以局部標準差和方向?qū)Ρ榷茸鳛樘卣鞑⒔Y(jié)合平均與選擇的融合策略，并對融合