21世纪是一个信息化的时代,信息的表现形式已经越来越多样化,它不在仅仅只是局限于语音,而且它还发展到了用多种多媒体表现的形式,如数据、图像、视频等多媒体形式。图像增强技术是图像处理领域中比较常用的技术之一,也是图像预处理过程中的一个重要环节。而在众多多媒体形式中,图像的传播最为直观快捷,因此图像处理技术被越来越多的人重视,但是图像在传播的过程中并不是非常的顺利,特别是在数字图像的获取和传输的过程中,图像可能会受到各种因素的影响,例如受噪声影响后,导致的图像质量下降或者在拍摄环境的影响下导致图像质量下降,这时,我们就需要采取合适的算法或者是采取多种算法来复原图像,让图像更加的清晰,以便于我们根据图像特征作出进一步的分析和处理。具体内容如下:1.统计滤波器中一种改进的图像去噪方法。在数字图像处理中,针对图像去噪,常用统计滤波器来处理。统计滤波器大致可以分为两类,最值滤波器和中值滤波器。本文在已有的统计滤波器去噪方法的基础上,针对椒盐噪声,进一步研究了统计滤波器关于图像去噪的改进方法,即首先根据噪声的数据直方图分析出噪声类别,然后根据噪声类别运用相应点检测下的中值滤波器,最后运用试验仿真结果对比传统方法来说明该算法去除图像噪声效果更优。2.迭代非线性算法复原图像。对于一幅模糊污染的图像,非线性迭代技术已经被越来越多的人接受,作为复原工具,其可以获得比线性算法更好的结果,该算法需要根据退化图像的实际情况采取合适的迭代次数,对计算能力的要求比较严格,但是计算的时间比较久。本文主要介绍L-R算法的迭代非线性复原,由于约束的最小二乘方滤波需要对已有噪声和图像谱的知识有充分的了解之后,才能够根据实际情况调整相应的参数达到图像复原的目的,但是L-R迭代算法可以通过仿真实验调整迭代次数来达到图像复原的目的。3.基于Radon变换的迭代非线性算法。在实际生活中,通过摄像机拍摄得到的图像不仅具有运动模糊这一特点,而且所拍摄得到的图像可能会由于拍摄角度的问题使拍摄得到的图像发生了倾斜。本文将基于此问题,首先对所得图像进行边缘检测,然后通过相应的算法确定出该图像的倾斜角,本文采用Sobel进行边缘检测,然后采用Radon变换法计算倾斜角,从而达到矫正图像的目的。采用Radon变换与迭代算法相结合达到图像复原的目的。