近年来，随着计算机设备的不断降价，和稳定涌现出的来自于应用领域的需求，图像处理技术得到了迅速发展，其应用领域也愈来愈广。而小波分析做为一个常用的数学工具，已经被广泛运用于涉及到信号分析和处理的各个领域，并在实际运用中取得了一定的成果。其中和数字图像处理结合，是小波分析研究领域的重要内容之一。本文着重研究的就是基于样条小波的增强算法。 本文的主要工作和创新点包括： 在介绍了图像增强的重要意义之后，根据噪声产生的原因归纳了常见的噪声模型和统计特性，并分析如何消除噪声的影响。然后就常用的增强方法进行了详细的分类和介绍。 详细地分析了了小波变换和多尺度分析的原理。首先从小波理论的来源和发展开始，进而引出小波原理和变换过程，以及它如何描述和分析图像信号。对常用的小波算法的具体实现过程进行了简述。 提出了基于样条小波的增强算法。样条小波具有构造简单，短支集，半正交性等优良特性；对应的小波变换作为冗余变换具有旋转不变性的特点，小波域处理的过程中可以较好的保持原图特征。另一方面，图像增强主要难点是如何在加强边缘的基础上抑制噪声，在冗余小波变换中，可以采用多尺度点积(Multiscale Point-wise Products)描述不同尺度空间的信息的相关性，在高频信息中分解出边缘信息和噪声，分别予以增强和抑制。同时根据尺度的不同修正小波系数以增强图像的对比度。因此，重建后的图像加强了边缘和细节，提高了对比度，用于角点提取时可以得到更好的效果。