近年来,随着图像应用领域的拓宽,图像处理技术得到了迅猛的发展,已经成为图像理解和计算机视觉领域中一项重要而有用的技术。同时,传统的基于空域和频率域的图像处理方法都存在这样或那样的不足,提高这些图像处理算法的效果和运算速度也就显得特别有意义。图像处理就是采用一定的算法,对一幅质量不高的图像进行处理,使处理后的图像具有更高的清晰度、更好的可理解性。它不仅可以使处理后的图像更适合人的视觉观察,而且可以为进一步的图像应用提供更有效的信息,例如图像的分类、图像分割、目标识别与目标检测等、战损评估与理解等。现有的图像处理方法主要有两类:一类是空域中的处理,即在图像空间域中对图像进行各种处理;另一类是把空间域图像经过变换,如傅立叶变换,变换到频率域,在频率域中进行各种处理,然后再变换回图像的空间域,形成处理后的图像。这两类方法都很常用,但具体到其中的每一种方法,则各有长短,它们大部分是适合于某一类图像的处理,并且在该类图像处理方面能够在一定程度上提高性能。本文对图像处理中的图像去噪、图像增强、边缘检测、边缘细化、图像缩放等算法进行了分析,提出了相应的改进算法,所做的主要工作有:1、结合人眼视觉特性提出了一种新的计算阈值的方法,该方法是根据人眼在不同灰度区域具有不同的敏感度提出来的,充分考虑了人眼视觉的灰度特性,由于它是基于人眼的视觉特性提出来的,所以可以适用于大多数可见光图像,该方法计算的阈值应用于图像去噪、图像增强和边缘检测等方面都取得了比较好的结果。2、提出了一种具有去噪功能的图像增强算法,该算法结合人眼视觉的灰度特性和结构化特性,定义了新的梯度算子,该算法不但可以增强图像的视觉效果,还可以有效地抑制图像的噪声、增强图像的细节信息,抑制噪声的效果比较理想,另外,该算法不仅可以用来增强灰度图像,也可以用来增强彩色图像,且不会引起图像失真。3、说明了RGB模型在图像增强中的合理性,指出了HSI模型在图像增强方面的不足。4、针对Robert边缘检测算法对噪声比较敏感,提出了一种改进的Robert边缘检测算法,该算法不但具有一定的抑制噪声的能力,检测到的边缘也更细腻光滑;针对Kirsch、Prewitt边缘检测算法的复杂度比较高,结合有关学者的思想对它们进行了分析和改进,提高了它们抑制噪声的能力,对于Prewitt算法还降低了它的复杂度。针对传统边缘细化算法复杂度比较高,分析了它的原理,简化了它的算法,在不影响运算结果的前提下,降低了算法的复杂度。5、根据提出的弹性模型设计了图像放大和缩小算法,实验结果比较理想。6、根据物理学中的惯性原理进行边缘跟踪,分析和改进了Canny边缘检测算法,在没有提高算法复杂度的前提下,提高了Canny边缘检测算法抑制噪声的能力,且检测到的边缘更加细腻光滑。7、将经济学中的贫富差距原理应用到边缘检测中,分析和改进了Robinson边缘检测算法,降低了算法的复杂度,进一步提高了抑制噪声的能力。文中所提出的每种算法,图像边缘检测、图像增强和图像缩放,均给出了相应的实验结果,并得到了一些有价值的结论。通过对实验结果以及对算法主、客观评价分析表明,文中给出的算法是有效的。