Como tecnologías para el procesamiento de imágenes, la mejora de imágenes puede proporcionar información más efectiva para la posterior minería de datos y la compresión de imágenes puede reducir el espacio de almacenamiento. En este documento, se propone un esquema de mejora inteligente durante la descompresión, que combina una novedosa transformación F-shift bidimensional (TDFS) y una transformación wavelet bidimensional no estándar (NSTW). Durante la descompresión, se utilizó el primer coeficiente del resumen wavelet para ajustar de forma adaptativa el nivel de gris global de la imagen reconstruida. A continuación, se utilizó la ecualización de histograma adaptativa con límite de contraste (CLAHE) para lograr el efecto de mejora. Para evitar un efecto de bloqueo, se utilizó CLAHE cuando el resumen fue descomprimido al penúltimo nivel. En este momento, solo mejoramos el componente de baja frecuencia y no cambiamos el componente de alta frecuencia. Por último, utilizamos CLAHE nuevamente después de la reconstrucción de la imagen. A través de experimentos, se verificó la efectividad de nuestro esquema. En comparación con los métodos existentes, se preservaron las propiedades de compresión y los detalles e contraste de la imagen también pudieron ser mejorados. Los resultados experimentales mostraron que el contraste de la imagen, la entropía de la información y el gradiente promedio mejoraron considerablemente en comparación con los métodos existentes.