影像增强技术是计算机X线影像处理技术中的关键技术和研究热点。本文针对计算机X影像增强中的噪声抑制、对比度增强和边缘增强,基于超解析小波包变换理论,构建相应的超解析小波包域CR影像增强改进模型,并对影像质量进行评估。具体成果如下:　　(1)针对小波域影像消噪技术中由移变性和方向选择性差引起的噪声与细节信息区分困难的问题,在超解析小波包变换的基础上充分考虑了小波包系数间的相关性,给出了CR影像的超解析小波包域隐马尔科夫树(HWPT-HMT)消噪算法。根据局部窗口定义的“兴趣信号”改进传统隐马尔科夫树模型,并以此获取小波包系数间的相关性。仿真结果表明,给出算法的消噪效果优于典型的消噪方法,且具有较低的计算复杂度,能有效应用于计算机X线影像消噪。　　(2)针对传统CR影像中存在的辐射量大、对比度低的问题,给出超解析小波包域的协调参数调节(HWPT-GAGS)对比度增强算法。在超解析小波包进行影像分解基础上,充分应用CR设备具有的协调参数(旋转量、移动量)调节功能,并用增强函数修改影像对比度。仿真结果表明,给出算法可以有效增强低剂量CR影像的对比度,提高影像清晰度和可读性。　　(3)为了协调边缘增强中的背景抑制和边缘锐化之间的冲突,给出超解析小波包域的隐马尔科夫(HWPT-HMM)边缘增强算法。给出算法将影像像素点划分为背景、弱边缘和强边缘三类,并以此改进隐马尔科夫模型,对应增强不同强弱的边缘。仿真结果表明,给出算法可以有效区分背景和强弱边缘,并自适应增强边缘,具有较高的边缘保持指数。