数字半调是指通过量化操作将连续图像转化为二值图像的技术，而逆半调是半调的逆过程，由半调图像重构成连续图像的过程称为逆半调。现实生活中我们往往只能获取半调图像，如果要对它们进行分类识别、数据压缩、图像增强缩放等处理，就必需先对半调图像做逆半调处理。本文针对灰度图像的逆半调算法和逆半调图像质量评价方法进行了研究，主要研究工作如下：1）提出了一种基于自适应中值滤波的逆半调算法。该算法主要针对快速逆半调算法中中值滤波处理会造成图像细节的损失而进行改进，用自适应中值滤波代替中值滤波对图像进行处理，并且对自适应中值滤波器进行改进。通过判断待处理像素点8个方向梯度的关系来判断噪声点，对于噪声点中脉冲点和非脉冲点采取不同的处理策略，增强了自适应中值滤波器的噪声判定和去除能力，进而提高了快速逆半调算法的细节保留能力。2）提出了一种基于信息熵加权的梯度结构相似度评价指标，该指标将梯度和信息熵两个概念引入到结构相似度理论，并且构造了相应的梯度结构相似度函数来替换原来的结构相似度函数，并对被测图像作n×n分块处理，通过计算每个像素块的信息熵来决定该像素块的权重，实验表明，该方法能够有效评价逆半调图像的细节保留水平。