医学影像在现代临床诊断、放射治疗以及科研教学中的关键作用已是无可替代。随着各种图像处理方法被广泛确认，医学数字图像信息系统日益普及。计算机辅助诊断和检测技术可以提高医学影像诊断的效率和正确性、具有广泛的发展前景。数字图像处理技术起始与60年代早期处理自空间发回的照片，现今已广泛地应用与遥感、军事等各个领域。现今医学的发展更是离不开图像处理技术，在医学实践和研究中借助图像处理和分析技术对医学照片中的各种组织、结构进行定量分析，并在此基础上施行组织成分的自动分类识别，目前，正是医学影像设备高速发展的时期，成像分辨率越来越高、成像速度越来越快，图像所包含的患者组织器官信息也越来越多。但是在各种影像图像中和各器官、组织的对比度很低，使人眼观看时视觉效果很差。这主要是由于人眼的视觉特性有一定的亮度响应范围，只能分辨约40／256灰度级。但由于视网膜具有的内在的边缘增强效应，使得人在观察具有明显边界的灰阶过渡带时分辨能力得以提高到128／256灰度级以上。当灰度值相近而边缘交错时，边缘增强效应消失，仅靠灰度级的差别区分，分辨能力降低到40／256级灰度以下。对于一些MRI和CT的影像，对比度很低，很难分辨病变区域和正常的组织器官。这些图像可以经过适当的灰度增强处理而得到清晰的图像。灰度增强的方法一般有两种：灰度变换和直方图均化。本实验利用灰度切片的非对称非线性映射的数学方法同时对灰度—视觉响应进行补偿。探讨增强CT和MRI图像病变部位的信号强度的方法，从而为自动筛选病变区域提供依据。实验结果表明，图像病变部位的信号强度得到增强，该方法可以增强CT和MRI图像中具有微小灰度差的病变部位的信号强度。