在图像细节增强中,为了改善图像的视觉效果,希望增强图像的高频分量,突出图像的纹理信息,同时平滑图像的低频分量,传统的图像细节增强算法,不能很好地解决增强图像纹理细节的同时去除图像噪声的矛盾。本文以分数阶微积分理论为基础,利用分数阶微分算子具有弱导数性质的优点,将其应用到图像细节增强领域中,分数阶微分使增强后的图像在突出纹理细节的同时非线性的保留图像中的平滑区域,使图像细节得到锐化,达到更好的视觉效果,分数阶微分在图像细节增强中应用效果显著。首先,阐述了分数阶微积分理论在图像处理中的应用,详细介绍了其在图像处理领域的发展现状。对分数阶微积分的基本理论进行分析,给出了分数阶微积分几种常用的时域定义,介绍了用于图像细节增强的经典分数阶微分算子Tiansi,该算子相对于整数阶微分算子有更好的微分特性。其次,针对Tiansi算子在个别像素点会把纹理区域作为平滑区域处理从而达不到增强效果这一局限性,提出了两种改进的算子。其中一种是改进的Tiansi算子,改进的Tiansi算子一方面依然保留了分数阶良好的微分特性,另一方面在图像的平滑区域中,处理后的像素值变化小,而在纹理区域中,处理后的像素变化更大。另一种是改进的分数阶微分算子,推导出二元函数在某方向的泰勒展开式,然后结合分数阶微积分G-L定义推导出分数阶微分在某方向的泰勒展开式,从而构造出一种改进的分数阶微分算子,这种改进的分数阶微分算子充分利用待处理像素点的周围信息,克服了Tiansi算子欠增强的问题,获得了较好的图像细节增强效果。然后,针对分数阶微分算子需通过多次实验确定最佳微分阶次的现状,结合图像的局部特征信息,构建了具有自适应能力的分数阶阶次模型,节省了人工寻求最佳分数阶阶次的时间,并获得了比原图像更丰富的细节信息。最后,在上述理论的基础上,本文引入几种客观评价指标对处理后的图像进行质量评价,包括信息熵、平均梯度、图像对比度等客观评价指标。分别对雾霾天气和夜间场景两种类型图像进行图像细节增强实验,分析实验结果最后证实本文提出的算法在细节增强方面取得了很好的效果,证明了本文算法的有效性以及适用性。