图像对比度增强技术是图像处理技术中的重要组成成分，是图像后续处理如图像目标识别，图像前景背景分割，图像目标跟踪，图像理解等的基础。图像处理的目的是根据特定需求，以改善或突出人类感兴趣的图像区域，去除图像中的其他干扰信息，增强图像的可辨识度，进而提高人眼视觉系统所感知的图像质量。随着数码摄像技术的发展，摄影成为我们捕捉外界信息的重要途径。但是由于各种因素如拍摄经验不足，成像设备质量欠佳，雾天，光照不足等，导致所拍摄的图像对比度低，质量欠佳，甚至影响图像的后续处理如图像理解。为此，通过对比度增强方法调整图像动态范围分布、增强对比度、降低色调损失等处理，使其符合人眼视觉感知特性，得到高质量的图像。　　本文以改善图像对比度为基准，通过对图像对比度增强相关理论的分析和研究，并结合实际应用，主要从人眼视觉感知特性角度来研究，改善降质图像的质量。研究工作主要从以下方面展开：　　1.提出了基于视觉感知色调映射的图像对比度增强算法。针对大多数基于直方图调整的图像增强方法如直方图均衡（HE）及其变形，以灰度级分布的概率为依据，将图像有效动态范围过度分配给图像的光滑区域，进而引起图像过增强等问题，提出了基于视觉感知色调映射的图像增强方法。该方法根据人类视觉关注理论提取图像的显著图并构造图像显著性直方图。在图像增强过程中，以人眼视觉感知的显著性为参考定量分配图像动态范围，使动态范围的分配更加符合人眼视觉感知特性，并有效的克服了图像对比度过增强及动态范围分配不合理等问题。　　2.提出了基于图像概率分布和图像显著性分布的直方图优化算法。该方法将图像灰度级的概率分布和显著性分布相结合，弥补了传统直方图调整方法未考虑视觉感知特性的不足。通过直方图均衡和显著性检测构造均衡直方图和显著性直方图，使其在目标优化函数中作为正则项调整灰度级强度分布，得到理想的直方图分布，并利用理想直方图构造色调映射函数得到处理后的图像。　　3.提出了基于双树复小波变换的低光照图像增强方法。在低光照图像处理过程中最大的问题是如何在提高图像对比度、亮度的同时降低图像的噪声。针对这些问题，本文根据图像双树复小波变换后的小波系数的特点，在高频子带,通过设定合适的阈值区分信号和噪声，并利用非线性函数实现高频系数的增强和去噪；在低频子带,利用限制对比度自适应直方图均衡算法（CLAHE）增强低频系数，从而实现了图像对比度增强和图像降噪。最后，利用颜色校正改善在图像增强过程中色调的损失，以降低色调失真。