图像恢复，包括图像去噪和图像去模糊是数字图像信息处理，如图像分割、目标提取和识别、图像理解等的不可或缺的预处理过程。小波分析由于其时频局部化特点和多尺度等特性，在图像处理领域得到了广泛的应用，如图像去噪、图像压缩和图像去模糊等。Contourlet变换是一种新的非常有效的多尺度几何图像表示工具，克服了二维可分离实小波变换在图像方向信息的提取能力上的不足，在图像处理领域受到了越来越多的关注和研究。 本论文的工作主要围绕着小波和Contourlet变换在图像预处理中的应用展开研究。重点研究了图像预处理中的一些关键技术，如：基于小波和自适应小波包的图像去噪、盲图像恢复和方向滤波器组设计等。具体工作概括如下： 1.基于小波变换的图像去噪算法。提出了三种有效的基于小波变换的图像去噪算法： (1)利用自适应窗的小波域双重局部维纳滤波图像去噪算法，该算法综合考虑了小波分解后各个子带中能量分布的方向特性和图像本身的边缘和纹理特性，首先估计每个子带中信号的能量分布来确定自适应窗，然后利用自适应窗估计出的能量分布对含噪图像进行小波域的双重局部维纳滤波来去除噪声； (2)利用数学形态学和方向窗的小波域双重局部维纳滤波图像去噪算法，该算法首先使用数学形态学把图像分成纹理区域和光滑区域两部分，然后结合椭圆型方向窗去估计小波域方向子带中每一点的信号方差，最后使用双重局部维纳滤波算法对含噪图像进行去噪。 (3)利用维纳代价函数的最优小波包基图像去噪算法，提出了一种新的代价函数--维纳代价函数，进而使用维纳代价函数来确定用来表示图像的最优小波基，最后结合双重局部维纳滤波算法对含噪图像进行去噪。实验结果证实了这三种图像去噪算法的有效性。 2.基于小波和全变差的盲图像恢复算法。提出了一种交替使用小波去噪和全变差正则化的盲图像恢复算法。观测模型首先被分解成两个相互关联的子模型，这种分解转化盲恢复问题成为图像去噪和图像恢复两个问题，可以交替采用图像去噪和图像恢复算法求解。模糊辨识阶段，使用全变差正则化算法估计点扩散函数；图像恢复阶段，使用小波去噪和全变差正则化相结合的算法恢复图像。实验结果和与其它方法的比较表明该文算法能够获得更好的恢复效果。 3.基于Contourlet变换的图像去噪算法。提出了一种利用方向窗的Contourlet域图像去噪算法。利用Contourlet变换能提取图像多方向信息的特性，把方向窗同Contourlet变换相结合来估计Contourlet域信号的能量分布，然后使用Contourlet域的局部维纳滤波对含噪图像进行去噪。 4.图像的多方向信息提取算法。提出了两种能有效提取图像的多方向信息的算法，并研究了其在图像去噪中的应用。 (1)利用二维棋盘型滤波器对提取图像多方向信息的小波域图像去噪算法，该算法首先设计两个具有方向性的二维棋盘型滤波器，然后结合小波变换简单有效的提取了图像六个方向上的方向信息，最后用带有椭圆型方向窗的小波域局部阈值维纳滤波算法对含噪图像进行去噪。实验结果表明该图像多方向信息提取的算法简单有效，且去噪效果相比于已有的基于小波的图像去噪算法有了显著的提高。 (2)基于棋盘形滤波器对和余弦调制滤波器组的方向滤波器组。通过将二维棋盘形滤波器对和二维可分离余弦调制滤波器组相结合，构造了具有方向和频率选择性的新的方向滤波器组。我们首先设计了具有45度和135度方向的二维棋盘形滤波器对。通过棋盘滤波器对，输入图像首先被分解为两幅图像。然后，二维可分余弦调制滤波器组被分别应用到每幅图像。这种新的结构等效于一个冗余比为2的方向滤波器组。新的方向滤波器组具有良好的方向和频率选择性。作为新的方向滤波器组的一个应用，将高斯尺度混合模型和新的方向滤波器组相结合，提出了一种新的图像去噪算法。实验结果表明：对于具有丰富纹理的图像，提出的算法获得了明显的去噪性能改善。