近年来,随着医学影像技术的发展,使得其在医学诊断方面得到了很大程度的应用。但是由于医学影像本身以及成像条件的限制,图像的视觉效果往往差强人意,存在着对比度较低,细节信息缺失等一系列的问题。因此为了解决以上几个方面的问题,本文通过对于一系列图像增强算法的研究,提出了两种基于反锐化掩膜的改进算法:(1)基于双边滤波改进的反锐化掩膜算法研究。传统的图像增强算法对于图像中有用信息的分离精度较低;对于分离后的细节信息的增强上通常存在两个问题,即增强效果不明显和放大细节部分的同时对于图像噪声部分的增强。因此如何对图像中的有用信息进行高精度的分离以及对分离后的细节部分如何进行有效地处理成为当前亟待解决的问题。在以上问题的基础上我们提出了基于双边滤波的反锐化掩膜算法,可以通过双边滤波对图像进行高、低频部分的分离,提高了分离的精度。对于叠加前的原始图像进行了高斯滤波,有效的降低了噪声对图像清晰度的影响。对于分离得到的高频部分继续沿用了增益系数的概念,图像细节部分得到有效的增强。实验结果表明,该算法在实现某些具有简单结构的血管图像的增强上具有较高的应用价值。(2)基于小波变换改进的反锐化掩膜算法研究。双边滤波是基于空间域进行图像高低频分离的,对于点、线较多的图像不太适合,并且在对图像进行处理叠加后会导致部分边缘模糊。基于上述算法的上述缺点,我们提出了基于小波变换的反锐化掩膜算法。使用基于频率域的小波变换进行图像的高低频分离,对获得的低频部分使用限制对比度的自适应的直方图均衡化(Contrast Limited Adaptive Histogram Equalization,CLAHE)进行增强,高频部分乘增益系数C(C=2)。该改进算法可以有效地对具有较复杂线条结构的血管影响进行增强。另外,本次研究还在原有对灰度图像进行处理的基础上,扩展了对于彩色图像的增强算法。由于目前比较先进的手术导航设备已经实现了图像的白光、荧光的多种模式的叠加显示效果。所以基于常用的颜色空间,本文也提出了一种基于三维彩色图像的血管增强算法。最后,上述算法的改进思路都是通过基于控制变量的对照实验来确定的,实验是基于Matlab以及其对应的函数封装库来进行实现的。