轮廓波变换是一种多尺度的局部时频分析方法。通过基函数的数学运算对信号进行逼近，能够有效获取信号的时频特性，是一种快速灵活的多维图像处理方法。轮廓波是目前国内外研究的热点，是一种图像处理领域的高新技术。在图像去噪、图像融合、图像识别等领域有非常广泛的应用前景和实用价值。　　本文主要研究了轮廓波变换在图像处理中的应用以及其实时系统设计。主要对图像去噪、图像融合算法以及其在DSP上实现进行了研究。　　1，对多尺度几何分析的背景、意义和发展前景进行了简单介绍，接着讲述了轮廓波的国内外发展现状，最后介绍本文需要完成的工作任务。　　2，通过分析轮廓波变换的特征，在分析传统图像处理方法的基础上，将轮廓波变换应用在图像处理中。将轮廓波变换与自适应、PCNN神经网路相结合，在传统算法的基础上提出了一些改进:在图像去噪时，对不同尺度进行不同的自适应改进阈值去噪;在图像融合时，在低频区域采用改进的区域能量融合规则，在高频时采用PCNN神经网络融合规则;并且进行了仿真实验，实验结果表明改进的图像算法能够取得更好的效果。　　3，设计了DSP应用系统，将改进的算法应用到该系统中。　　综上所述，本文研究了轮廓变换在图像处理中的应用及其硬件实现，针对传统方法的不足，结合自适应思想与神经网络的优点，提出了图像去噪和融合的改进方法。仿真结果显示，本文所提出的改进算法，均能够获得较好的应用效果。