Contourlet变换简称ct变换，它也被称为塔形方向滤波器组，是一种具有多分辨率，多方向性，局域的图像表示方法。Contourlet变换有助于用较少的系数来表达二维图像的轮廓信息，下图解释了为什么Contourlet变换有助于用较少的系数来表达二维图像的轮廓信息。
下图中展示了利用Contourlet变换来逼近信号中的奇异曲线，其基有“长方形”支撑空间，有利于用最少系数来逼近奇异曲线，根据线的走向用“长条形状”慢慢逼近，实际也是“方向性”的体现，称其具有“各向异性”，这就是“多尺度几何分析”
CT变换是先把原始信号进行多尺度分解，然后再进行方向分解计算，因而对边缘，轮廓的表达有一定的优势。
Contourlet变换由两个部分组成，拉普拉斯金字塔分解（LP）与方向滤波器组滤波(DFB)。先用LP多尺度分解原图像，获取边缘纹理奇异点，然后使用DFB把相同方向的全部奇异点整合成一个系数，构造出大致的轮廓段，最后的合成变换正好相反，在多尺度多方向上利用类似的轮廓段表示出图像，变换过程如下图所示：
上面的介绍是参考了知网上的一篇论文，读者要是有兴趣的话也可以参阅这篇文章哦，我把这篇文章留下来[1]付奎. 基于非下采样Contourlet变换的遥感图像融合算法研究[D].安徽大学,2015.