由于图像在拍摄过程中光源不足等原因的影响,难免会产生低质量的图像,为了改善这类图像的视觉效果,提高图像的质量,我们需要对这类图像进行一系列的增强处理。我们通常可以根据其处理时所处空间不同将图像增强分为两类：空间域图像增强以及频率域图像增强。其中,空间域图像增强以直方图均衡化为代表,频率域图像增强的方法有傅里叶变换、小波变换、Gabor变换等变换处理。针对于灰度图像的直方图均衡化处理算法存在的缺陷,本文进行相关的研究和改进。直方图均衡化算法(Histogram Equalization,HE)是一种非常有效和简单的图像增强的方法,然而传统的直方图均衡化算法在增强图像的同时可能会引入一些视觉退化,比如出现图像部分区域过度增强和光晕等现象。为了克服这个缺陷,有学者提出了可通过保持灰度图像处理前后灰度均值的稳定性或采用局部直方图均衡化算法进行图像增强来解决传统直方图均衡化在增强过程中引入噪声和过度增强等退化现象这类问题。本文主要研究通过保持灰度图像在直方图均衡化处理前与处理后的灰度均值稳定性的基础上进行图像增强。首先,本文针对传统直方图均衡化算法对低对比度灰度图像增强存在的问题,提出了一种自适应动态峰值剪切直方图均衡化算法,该算法结合了多子图像直方图均衡化算法和峰值剪切直方图均衡化算法的优点,能够很好的避免在增强图像过程中引入噪声和光晕等退化效应。该算法首先使用滤波器对原图像的直方图进行平滑操作并找出满足条件的分割值；其次,根据找到的分割值和区间内的像素个数进行灰度区间分配,这样可以避免某一个小区间含有太多像素导致增强处理后图像出现过度增强等现象；再次,对每个区间的直方图进行峰值剪切操作,然后分别的对每个区间独立地增强处理；最后对得到的灰度图像的灰度做归一化处理以实现保持灰度图像处理前后灰度均值的稳定。实验结果表明该方法可以很好在保持原图像灰度均值前提下实现图像增强,能够有效地增强图像的细节信息,并有很好的稳定性。其次,本文提出了另外一种基于图像信息熵的二维直方图均衡化算法,该算法通过建立灰度图像的二维直方图,即在建立灰度图像直方图时考虑每个像素点的周围像素点信息,来绘制灰度图像像素分布的统计图,然后根据绘制的二维直方图信息来增强输入的灰度图像；在增强过程中将得到的二维直方图与自适应动态峰值剪切直方图均衡化算法结合形成了改进的图像增强算法。实验结果表明,基于信息熵的二维直方图均衡化算法对灰度图像的增强取得了较好的增强效果,有效地提高了图像质量。