图像增强是一种基本的图像预处理手段,它对于改善原始图像的图像质量和视觉效果有着重要作用。本文针对X射线胸片中肺节点图像增强算法进行了研究,提出了新的X射线胸片肺节点增强算法,并通过大量的实验进行了验证。所做的主要工作和研究成果如下：首先,针对X胸片肺部节点图像的特征和特点,将传统的拉普拉斯高斯滤波算子引入对X胸片肺部节点进行增强,通过相关实验,发现传统拉普拉斯高斯算子虽然能对X胸片肺部节点进行增强,能取得一定的增强效果,但是注意到这种算子不能针对X胸片肺部节点在不同方向上具有的生理纹理进行增强,这样导致了增强后X胸片肺部节点的许多细节信息的丢失。针对这一缺陷,本文对传统的拉普拉斯高斯滤波算子进行了改进,提出了一种基于视觉和方向尺度的拉普拉斯高斯滤波算子,来对X胸片肺部节点进行增强。实验结果表明,该改进算法能够有效的对X胸片肺部节点进行增强。其次,根据X胸片肺部节点的特征,将数学形态学应用于对X胸片肺部节点进行增强,通过对X胸片肺部节点进行形态学中的高低帽变换,发现该方法虽然能使得肺部信息增强,但存在着增强后的X胸片肺内类圆形病灶和背景的对比度仍然较低,针对这种缺陷,本文对传统的数学形态学对X胸片肺部节点进行增强的方法,提出了改进,从而提出了一种基于形态学高低帽变换及方向尺度LoG滤波算子的X胸片疑似肺部节点图像增强,该方法首先利用灰度形态学中的高帽、低帽变换分别计算输入X胸片的峰值图像和谷值图像,然后结合方向尺度拉普拉斯高斯算子实现对X胸片峰值图像中类圆结构图像的定向增强。为了消除高斯平滑处理对增强图像视觉的影响,在上述图像增强运算中引入视觉矫正因子。最后进一步结合Top-Hat和Bottom-Hat两个变换增强X胸片图像的整体对比度,实现对X胸片图像的整体增强。实验表明,该算法能有效增强X胸片疑似肺部节点影像。与文献已有方法相比,该方法具有更好的增强效果。