图像作为一种有效的信息载体,是人类获取和交换信息的主要来源。人类感知的外界信息80%以上是通过视觉得到的。因此,图像处理的应用领域必然涉及到人类生活和工作的方方面面。图像增强是对图像的低层次处理,处于图像处理的预处理阶段。它是图像处理的一个重要环节,在整个图像处理过程中起着承前启后的重要作用,对图像高层次处理的成败至关重要。其目的就是为了改善图像的质量和视觉效果,或将图像转换成更适合于人眼观察或机器分析识别的形式,以便从图像中获取更加有用的信息。由于图像增强与感兴的趣物体特性、观察者的习惯和处理目的密切相关,带有很强的针对性,因此,图像增强算法的应用也是有针对性的。尽管增强处理方法多种多样,但并不存在一种通用的、适应各种场合的增强算法。本文围绕图像增强算法而展开,在阐明图像增强处理基本方法的基础上,就几种有代表性的图像增强算法:基于直方图均衡化图像增强算法,基于模糊集理论的图像增强算法,基于小波变换的图像增强算法,基于人眼视觉特性的彩色图像增强算法及基于神经网络的图像增强算法,进行了研究、比较,分析了各自的优缺点并指明了其最佳适用场景,以期从中总结出一套行之有效的图像增强算法的应用指导规则。