摘要：第二代Curvelet变换是继小波变换之后，能更适合图像处理特点的一种多尺度变换，它能同时获得对图像平滑区域和边缘部分的稀疏表示，且具有很强的方向性。针对它的优点，提出了一种基于第二代Curvelet阈值的图像复原和分解的新模型。本文首先在负指数Hilbert-Sobolev空间推广了Daubechies-Teschke模型，接着对推广的模型在Curvelet域上进行处理。实验结果表明该模型不仅可以很好地分解图像、去除噪声，而且可以去模糊，使图像有较好的视觉效果。

关键词：第二代curvelet 图像分解 图像复原 图像去模糊 

单位：西安电子科技大学理学院; 陕西西安710071; 中国石油大学数学与计算科学学院; 山东东营257061