图像增强处理技术在基于医学诊断、航空航天、军事侦察、指纹识别、卫星图片等领域有着广泛且重要的应用，因此对它的研究具有十分重要的意义。图像增强的方法往往具有针对性，很难对增强结果加以量化描述，只能靠经验，人的主观加以评价，国内外学者提出了许多的增强算法，但至今为止还没有一种是通用的、可靠的衡量图像质量指标来评价图像增强方法的优劣。本文对图像增强处理技术进行了深入研究，具体内容主要包括：1．对现有局部直方图均衡化增强方法即基于局部均值和标准差的图像增强算法进行了改进。本文实现了基于局部均值和标准差的图像增强算法中放大系数及幂次变换系数的替换，并通过MATLAB对改进算法进行仿真实验，在替换传统算法需要反复测试才能得到的放大系数及幂次变换的系数的同时，也使得程序的运行效率得到了提升。由此可见，提出的改进算法更加智能。2．通过对模糊增强理论的研究，以及对传统模糊增强方法即Pal和King算法的分析，提出了改进的隶属度函数。针对所提出的隶属度函数进行MATLAB仿真实验，通过实验结果证明改进后的Pal和King算法能够达到预期增强效果，并且改进后的隶属度函数使得图像在增强过程中不会出现灰度硬性剪切的情况，避免了增强后大量灰度信息丢失，也使得程序的运行效率得到进一步的提升。3．提出了一种基于小波域的图像增强的组合方法。实验结果证明，本文所提出的增强组合方法，既防止了低频灰阶合并导致的图像细节丢失的问题，又达到了对高频信息的减噪目的，对图像的增强产生了显著的效果。