近年来,红外图象被广泛应用于军事、民用的各个领域,然而由于红外成像系统的固有特性所产生的边缘模糊,噪声污染等现象对红外图象质量造成了严重影响,为了改善质量,便于应用,本论文引入了广义小波变换技术。广义小波变换对高维空间中直线或曲线奇异性信号可用稀疏的系数来表示,从而拓宽了小波分析的应用范围,并被广泛地应用于图象处理的许多领域。其中的Curvelet变换结合了Ridgelet变换的各向异性特点和小波变换的多尺度特点,以边缘为基本表示元素,具有完备性。鉴于此,本论文从分析红外图象的特性入手,基于Curvelet变换,系统研究了红外图象的去噪、边缘检测、背景杂波抑制等技术。本文首先在系统研究红外成像机理及特点的基础上,分析了红外图象直方图的统计特性,进一步地对红外成像系统产生的噪声特性、红外图象中的目标以及背景统计特性进行了详细分析,为技术上的应用提供了理论依据。其次,本文基于广义小波变换的理论基础,研究并实现了其中Curvelet变换基本算法,分析了其在图象处理中的应用。Curvelet变换所体现出的优越性,较为适合本文所研究的应用领域。最后,本文将Curvelet变换技术应用到了红外图象处理中的三个方面。针对红外成像过程中探测器形成的近似高斯噪声,提出了一种Curvelet变换软硬阈值折中的去噪方法,该方法改善了图象的视觉效果;另外,针对红外图象边缘检测问题,通过结合Curvelet变换和Roberts算子实现了对红外图象的边缘检测,检测的边缘清晰,连续性较好;其三,针对红外图象弱小目标检测的问题,对包含弱小目标的红外图象进行了背景杂波抑制,实现了对弱小目标图象的增强。通过对以上各种算法进行的计算机仿真实验,结果均好于传统的算法,达到了预期的实验目的。另外,本文还从主观和客观两个方面简要介绍了图象的评价质量标准,为图象经过处理后的质量评价提供了有力的依据。