近年来,乳腺癌已经成为困扰女性身体健康的最常见的恶性肿瘤之一,如果治疗不及时还会危及生命。统计发现,若能及时诊断和治疗,患者的生存率在90％以上。乳腺钼靶 X线摄影检查是早期诊断中最常用和最可靠的一种方法,可以比较准确的检测出乳腺癌变的主要特征;但是由于乳腺钼靶 X线图像对比度低并且存在大量的噪声,给医生的诊断工作带来很大的难题,甚至会造成医生对乳腺癌的误诊,延误患者的最佳治疗时机。因此,针对原始乳腺钼靶 X线图像的增强工作,成为乳腺癌早期检测工作的关键所在。　　目前用于医学图像处理的增强方法有很多,大致分为空域增强和频域增强两大类。本文首先对这两类增强方法分别进行了分析讨论,然后将其应用于乳腺 X线图像的增强。由于乳腺 X线图像的复杂性,传统方法在增强图像的同时往往会伴随严重的负面效应,如噪声增强、细节损失等,从而造成增强结果的不甚理想。在传统增强方法的基础上，本文提出一种基于小波变换的乳腺X线图像增强方法,使用小波对乳腺图像进行多层分解,然后在不同尺度上将图像中的噪声和细节信息有效的分开,增强图像细节信息的同时可以对图像中的噪声进行抑制。　　文中乳腺X线图像的增强工作主要分为两部分内容:图像预处理和图像增强。图像预处理阶段采用基于二模式分割错误函数的自适应分割阈值方法,对图像的灰度分布设置一个自适应阈值,将图像中的乳腺区域比较准确的从背景分割出来,减轻了后续工作的难度;图像增强阶段首先结合空域增强的几种增强方法,对原始乳腺 X图像进行增强,初步提升图像的对比度;然后使用小波变换方法,将图像进行多层分解,采用BayesShrink阈值法区分各层高频的细节系数和噪声系数,使用软阈值处理方法对小波系数进行非线性增强,既增强了图像的细节部分,又对其中的噪声成分进行了有效的抑制,改善了图像的视觉效果,为乳腺 X线图像上癌变症状的识别提供了有力的帮助。