在现代生活中，图像是人们感知信息最直接、最常用的方式之一。在一般情况下，要得到具有丰富细节特征与微弱细节对比明显的图像并不容易，并且随着人们生活水平的不断提高，对图像多细节、高分辨率质量的要求显得越来越迫切，于是对图像细节进行增强便成为了提高图像微弱特征与高分辨率质量的一种方式。本文也将对图像增强理论及方法进行探索和研究。图像增强作为图像处理领域一个分支，至今已提出了很多图像增强方法，本文首先对已有的方法进行了探究，从不同分数阶微分掩模处理图像存在方向性特点与小波分解图像具有方向性特征出发，研究出将两者在方向相互垂直原则下结合用于图像增强的FWE(Fractional Wavelet Enhancement)方法。其次在FWE方法基础上进一步给出一种用于图像增强的FOWE(Fractional Optimal WaveletEnhancement)方法。即通过在一定分解层数范围内分别计算图像经小波分解所得各分量信息熵最大值所对应的分解层来确定一个最优分解层，使用新设计的分数阶微分掩模对原始图像以及图像经小波分解与重构的最优分解层各分量信号有针对性地进行处理。对处理结果进行叠加，可深度地保留图像原有特征，同时对灰度变化不明显区域图像纹理细节也得到增强。理论分析表明FOWE方法可进一步提升图像增强的效果。其最大特点在于依据经验公式计算得到一个小波分解最优层。在最优层上对图像进行分数阶微分处理。论文中对分数阶微分方法进行了分析，重点推理了用于图像增强中的分数阶微分掩模的构造与变换过程。最后对以上给出的图像增强方法在Matlab上进行仿真实验，对实验所得到的图像统计其质量参数，并与已有的典型图像增强方法处理结果进行对比，从对比结果来看，新给出的FOWE图像增强方法对增强灰度图像的细节特征比较有效。通过对多种图像使用FOWE方法增强的结果对比，并有规则地改变FOWE方法中小波分解最优层来对比处理结果，得出FOWE方法中小波分解最优层的确定对增强人或动物的正面头部灰度图像增强效果较优。同时将FOWE方法在DM642型DSP中实现，为进一步在便携式图像增强设备中的应用打下基础。