随着计算机技术的进步，极大的促进了图像处理技术的发展。图像增强作为图像预处理的基本技术，用于改善图像的质量，尽管图像质量没有统一的定义和标准。图像增强是指根据特定的需要突出图像中的重要信息，同时减弱或去除不需要的信息。目的是增强图像的视觉效果，将原图像转换成一种更适合于人眼观察或计算机进行分析处理的形式。图像增强在许多领域得到了广泛应用。本文围绕图像增强的频域处理法进行研究，主要包括基于DCT和基于DWT的图像对比度增强及其质量评价。 考虑到DCT作为常用的一种正交变换，具有压缩比高，信息集中和计算复杂度低的优点。论文提出了一种基于DCT的Alpha-Rooting图像对比度增强算法，该算法通过使用折半存储迭代算法对图像进行增强，一定程度的损失了时间效率，却能够很好的消除分块带来的块效应。并在使用有损映射后，没有出现漂移现象和扩张效应，有利于图像对比度增强效果。对该算法引入带因子，得到=0.95，=2时图像对比度增强效果最好。 基于小波的多分辨率特点，针对小波分解后图像的近似信息和细节信息做不同的增强处理，论文提出了基于多级小波变换下的图像对比度增强算法，对分解后的小波高频系数应用Alpha-Rooting技术进行增强，对小波低频系数采用归一化思想，对其整体低频系数进行增强，可得到更好的图像对比度增强效果。该算法能够得到很好的增强效果。然而，该算法在参数的选取上存在一定的缺陷，参数的选择需要人为判断，给算法带来了更多的主观性。为此，本文提出一种基于DWT变换的盲图像对比度增强算法，实现了参数的自动选取。 图像的增强效果主要靠人的主观感觉加以评价。要获得一个满意的增强效果，往往需要人机的交互作用。是一种基于频域变换的图像对比度增强客观评价方法，它并非对所有灰度图都适用，只能针对一些目标、背景相对一致的图像进行评价。所以本文采用结合直方图来评价图像的对比度增强效果。通过评价结果比较，可以发现，基于多级小波的图像对比度增强方法具有更好的值，增强图像的直方图分布更均匀。这种算法可以避免图像边缘的模糊，达到更清晰、对比度更好的灰度图像。