2012年，蒋玉峰等人对气象图像使用Contourlet变换增强算法[20]，并通过实验证明了该方法的有效性。2015年，沈阳建筑大学的刘剑等人用一种Contourlet变换进行图像去噪[23]，对经电梯曳引机获取的红外图像进行去噪处理，因为红外图像本身具有噪声污染大，画质不清晰等缺点，经实验后发现，对于图像中的高斯白噪声利用Contourlet变换进行去除的效果是很好的。2016年，陈海挺提出通过Contourlet变换来削弱背景信息，然后利用权融合得到背景削弱后的高光谱图像，最后使用非线性 SVDD 将背景抑制后的高光谱图像映射到高维特征空间，完成异常目标的检测[7]。实验证明，该算法在异常检测方面具有很好的性能。也在2016年，三峡大学的夏平等人将Contourlet变换应用于声呐图像去噪，声呐图像由于成像过程发生在水下，因此在成像过程中受到的干扰较多，成像质量较差，它是一种低频图像，在对它的去噪处理过程中使用Contourlet变换，能有效抑制噪声，提取出图像的边缘信息[8-10]。至今， 很多行业领域内的图像预处理阶段都会运用到Contourlet变换，但它还没有形成完善的系统理论，人们对它的探讨和使用还将继续。