图像是人类相互交流和认识客观世界的主要媒体。科学研究和统计表明，人类从外界获得的信息约有75%来自视觉系统。随着计算机的发展，数字图像处理近年来得到极大的重视和长足的发展，已经迅速渗透到人类生活和社会发展的各个方面，使人们传统的生产手段和生活方式发生了巨大的变化。小波分析是近十多年来迅速发展起来的一门新兴学科，它不仅具有非常丰富的数学内容，而且是一种对应用有巨大潜力、多方面适用的工具。在图像处理方面，小波变换已经在图像压缩、图像去噪、图像增强、图像融合中得到广泛应用。隐马尔可夫模型是20世纪70年代初提出的，现已成为语音识别领域居主导地位的方法。在图像处理方面，隐马尔可夫模型是20世纪90年代初才开始被用于文字图像的识别和纹理图像的分割。本文主要研究小波分析与隐马尔可夫模型在图像处理中的应用，包括如下两部分：一部分研究小波分析与隐马尔可夫模型相结合在图像分割中的应用，特别是在文本图像分割中的应用；另一部分研究ENO（Essentially Non－Oscillatory）小波变换及其在图像压缩中的应用。主要工作如下：1． 提出一些基于小波域隐马尔可夫树模型（HMT）的图像分割新算法，每个算法包括详细的分析、算法步骤、计算量评估与实例，结果表明新的HMT分割算法具有可行性与有效性。2． 介绍ENO小波，并根据Haar小波的自身特点提出一种新的Eno-haar小波变换算法，最后通过实例说明了新算法在信号以及图像压缩中的可行性和有效性。