目前,随着科技的发展,我们对图像的获取越来越方便。但是因为才获取和传输的过程中也存在一定的干扰,增加我们对图像有用信息获取的困难度。图像增强是指我们在获取图像的有用信息时,最大程度的降低噪声,提高图像的清晰度,以及使图像的细节更为的丰富,以便为图像的后续解析和应用提供帮助。本文主要在以下几个方面进行了研究:1.在成像和传输的过程中,合成孔径雷达图像会因为引入各种干扰而导致图像的对比度较差,噪声较多等现象,故本文提出一种基于钝化偏移和直方图均衡的小波融合的增强算法。首先将原始图像进行钝化偏移,使图像的边缘锐化;然后将处理后的图像,作为小波融合的两个子图,同时分别对两幅子图用小波变换进行分解,其次本文对其低频系数进行了算法改进,从而使图像的纹理和细节更加清晰的同时使图像的的平均亮度得到进一步的增强。实验结果表明,与对比算法相比,该算法的清晰度和均值都得到大幅度的提高,且本文算法运行效率显著提升,相对于对比算法提升了将近3倍左右,使图像的纹理信息更清晰,视觉效果良好。2.针对在医学诊断过程中,常常因为医学图像在采集和传输过程中引入噪声和干扰导致图像对比度低等问题,本文提出一种新的小波域和空间域相融合的图像增强方法。首先对第一幅图像进行进行复制,得到两幅相同的图像,同时对第一幅图像用直方图均衡增强。然后对两幅图像进行二维小波变换,分成四个子图,将两幅图像的低频子图的低频系数取平均值作为最后重构时的低频系数;其次,针对可能存在对比度过低问题,对第四幅高频子图进行两次钝化模糊处理,并通过用中值滤波对钝化模糊后的第四幅高频子图像进行去燥,最后将四个子图像进行融合,得到增强后的图像。实验结果表明,本文算法的峰值信噪比(PSNR)、结构相似度(SSIM)和时间复杂度均优于其他对比算法尤其是算法的运行效率得到显著提升。本文算法不仅能有效地抑制噪声,而且能明显增强对比度,使图像变得清晰。3.人们在利用夜间视频监控时,常常会因为天气条件较差、对比度过低等因素,导致视频图像对比度很低,噪声过大等问题,使人们在视频图像中获取有用信息困难。本文结合夜间视频监控的实际数据,提出了一种新的低照度视频图像的增强算法,克服了现有算法存在的问题。我们分析了低照度视频图像的特点,采用HSV颜色空间代替传统的RGB空间,从而增强视频对比度和颜色失真的鲁棒性;同时我们采用小波图像融合,有针对地对图像的细节进行增强,使低照度视频图像具有良好的对比度以及视觉效果。与其他最新的4种算法的对比试验表明,本文算法在主观评价和客观评价优于上述算法,同时本文相对其他几种算法具有更好的实时性。实验证明,本算法具有有效提升视频图像整体亮度和对比度,同时避免光源附近亮区域的过增强的特点,能够满足视频监控实际应用需求。4.研究SAR遥感图像的变化检测的精度和准确率是十分重要的,所以如何提升图像的变化检测的精度和准确率是研究SAR遥感图像的变化检测重要一步。为了实现这个目标,本文做了以下几个工作:首先提出了一种新的遥感图像的增强方法。该方法首先输入两幅相同的图像,采用直方图均衡对第一幅图像预处理。然后对两幅图像进行二维小波变换,分成四个子图,将两幅图像的低频子图的低频系数取平均值作为最后融合时的低频系数;针对可能存图像边缘模糊的问题,对第二幅图像高频子图进行非锐化掩膜处理从而锐化图像,并通过用中值滤波对锐化图像的第二幅高频子图像进行去噪,最后将四个子图像进行小波融合,得到增强后的图像。和其他对比算法相比,我们提出的增强算法在保持保持图像高频细节的同时使图像的清晰度取得更好的效果。其次本文提出一种新的遥感图像变化检测方法。该方法首先利用幂率变化检测算法,改善图像亮度;接着利用对数比差异图得到的差异图;然后利用FLCM聚类算法,通过在领域信息对噪声的抑制,从而提升聚类的效果;为了提高检测精度,本文对差异图提取显著图并利用显著图得到检测模板,大大缩小变化检测的范围,可以有效减小SAR图像存在的噪声,我们提出的幂率变化检测算法与同类算法相比最优。最后,再将本文提出的增强算法应用到我们提出的变化检测算法中,又进一步能提高了图像变化检测的准确率和精度。