在医学X射线图像放射成像的过程中,由于人体组织结构的复杂性及成像系统的X射线散射、电器噪声等不利因素的影响,会导致图像质量下降。最主要表现为对比度差、细节模糊,影响了医生的诊断及分析。因此,有必要对其进行增强处理,包括对比度增强及细节增强两方面,以改善视觉效果。本文首先叙述了国内外现有的医学图像增强方法,然后对这些算法的特点及其不足之处进行了简要说明,整体上阐述了图像增强概念和传统方法。第三章对基于模糊集合理论的图像增强方法进行研究,并在参考相关文献的基础上,从数字图像的模糊增强算法的诞生到后来学者对其的改进以及最新的发展动向进行阐述。第四章介绍了马尔科夫随机场在医学X射线图像增强中的具体应用,并与经典的拉普拉斯算子进行对比。最后一章对增强算法进行了归纳和总结,并结合本文算法的不足之处对以后的工作进行展望。本文主要的研究及创新工作如下:(1)提出了基于均匀度检测的模糊增强算法,借助医学X射线图像的特点,利用直方图求出图像的阈值,解决了模糊增强算法中阈值难以确定的问题。(2)改进了基于模糊对比度的图像增强算法,引入模糊对比度的概念及算子,并对隶属度函数进行改进,以增大每一个像素与其邻域均值的差来提高对比度。(3)提出了基于马尔科夫随机场的增强方法,将用于图像分割及图像复原的马尔科夫随机场模型用于医学X射线图像增强中,并给出了的具体构架及流程,将其与锐化掩膜结合起来,很好的增强了边缘细节。