人类所接收到的图像,从成像开始到接收完成,总是存在种种因素,比方说硬件设备自身存在的缺陷和在传输过程中外界各种噪声对图像的污染,总会导致图像存在着一定的问题。像对比度偏低,图像边缘模糊不清,噪声污染严重等等,这些问题会使得图像质量下降,影响后续对图像的分析处理。那图像增强作为提高图像质量的重要技术手段,根据不同的针对性需求强化原图像中的目标部分的形态,与此同时,尽量减弱图像中其余的我们所不需要的数据信息。这样,就有效的达到了图像增强的目的。本文,起首提出了一种新的图像增强方法,即在NSCT域的均值滤波和反锐化掩膜相结合的遥感图像增强算法。首先对原图像使用NSCT变换方法,这样就可以将图像从空间域变换到频率域,得到一个低频子带和若干个各个方向的高频子带。继而,对于低频子带的灰度系数,此算法采用线性拉伸变换方法来提升图像的整体对比度,对于第一个高频子带的灰度系数,我们采取均值滤波技术来处理它们。接着通过NSCT逆变换来重新构建图像,此时就又将图像从频率域变换回到空间域,最后对于重新构建的图像,我们使用反锐化掩模算法,目的在于有效增强图像的高频部分,也就是图像的沿边部分和细节部分。得到的实验结果表明,此算法对遥感图像有着明显的增强效果,在提高图像的清晰度、图像的对比度和增强图像边缘细节的方面,优于文中提到的其他几种对比算法。其次本文还提出了一种在NSCT域的医学图像增强新算法,即NSCT域中的自适应滤波和反锐化掩膜相结合的医学图像增强算法。此算法同样首先采用NSCT变换方法,把输入的原图像从空间域转换到频率域,依然得到若干个各个方向的高频子带和一个低频子带。对于低频子带的灰度系数,我们还是采取上个算法所用到的对比度拉伸算法,对所有高频子带的灰度系数采取自适应滤波算法来处理,随后对所有子带运用NSCT逆变换,得到重新构建的图像。最后对重新构建的图像采用反锐化掩膜算法来加强图像中的沿边部分和重要细节模块。此算法能够有效地增强医学图像的细节,边缘以及轮廓,同时降低图像中所存在的噪声并且避免引入新的噪声。和文中提到的其他几种医学图像增强算法相比,此算法的PSNR、信息熵和EME都是最高的。