近年来，图像处理技术得到迅猛发展，已不可避免地应用于人类生活的各个方面，如工业检测国防军事生物医学和安检等领域在工业生产中，常需对产品内部进行缺陷检测与识别，以保证产品质量，因此工业X射线检测技术的应用越来越受到广泛重视然而，由于在工业射线检测系统中，常因检测设备成像环境及被检工件的复杂性等因素的影响，导致采集到的图像质量下降，如图像清晰度较低边缘细节模糊不清对比度降低等这将直接影响对产品内部缺陷的识别和检测的判断因此，为了从图形中获得更多有用信息，提高对产品检测的准确性，需要对图像做增强处理，使处理后的图像具有更高的可读性与清晰度论文阐述了国内外现有的一些图像增强算法的现状及基本方法，分析了它们在实际应用中存在的问题与缺陷，并在其相应的基础上，提出了一些基于细节增强技术的新方法和新思路，取得了较好的效果本文的主要研究内容如下：1在深入理解数学形态学基本概念和相关性质的基础上，研究了一种基于形态学的可变权值匹配自适应图像增强算法讨论了结构元素的在图像处理中的影响，构造一种全方位多尺度的结构元素，以提高图像增强中对细节的精确提取，增强不同方向细节的敏感性该算法打破了传统形态学增强算法中对各方向细节取均值融合的思想针对图像的细节处理时，考虑了图像的局部灰度特性，根据此特性来调整不同方向的细节权值，并应用提取到的细节特征自适应调整增益函数该算法更全面地利用了图像的自相关性，提高了对图像处理的针对性和灵活性2分析了图像细节增强的反锐化掩膜算法，针对现有算法的改进多是只考虑灰度变化强度信息的缺陷，研究了一种新算法，该类算法从灰度变化的强度与频率的角度出发，结合局部梯度与局部复杂度，构造自适应增益函数，取代了传统算法中仅依赖图像灰度变化强度定义权重的思想在此思想的基础上，文中进一步的改进算法中，利用图像的ENI(Edge pixels, Noisy pixels and Interior pixels的简称)更细致地区分了图像的边缘像素噪声像素和内部像素，进一步细化了对细节的处理针对图像灰度剧变区和级别丰富区，利用多种局部统计参量替代单一局部统计量调节增益函数，为图像的边缘和细节增强提供了更有效的信息量3深入分析了反锐化掩膜法的主要特征与缺陷，研究了一种基于双平滑滤波器和广义线性运算的反锐化掩膜增强法该算法是在广义线性系统下设计的一种新的图像增强框架，广义系统可避免由于叠加过程而产生数据溢出的情况该算法分析了高斯滤波与保边型滤波器的差别，利用L0范数梯度最小化平滑滤波器在平滑纹理和保留边缘方面的优势，减缓了增强过程中产生的光晕现象和梯度反转现象原图像分别经过基于L0范数梯度最小化滤波器与高斯滤波器平滑后做差，得到平坦区不含噪声的高频部分，利用此部分高频信息进行掩膜计算，可降低人眼对平坦区噪声可视性的敏感度，得到视觉效果更好的图像4利用片相似性在有效信息保持方面的优势，研究了一种基于片相似性的叠加各向异性构造权重的反锐化掩膜算法充分利用了图像片的局部特征，从一个全新的角度描述并提取了图像细节由于片相似性具有较强的局部信息表述能力，包含更多的信息量，因此针对细节增强时，可以很好地突出图像的弱小细节信息同时，片相似性信息可避免对图像中孤立点或线的敏感性，降低噪声的影响