在数字X线医学图像的放射成像过程中，由于人体结构和组织的复杂性以及成像系统中的X线散射、电器噪声等各种不利因素的影响，导致图像质量的下降，主要表现为细节模糊、对比度差，大大影响医生的分析和诊断。为此，有必要对数字X线医学图像进行增强处理，包括对比度(灰度)增强和细节增强两方面，以改善其视觉质量。 论文综述了国内外现有医学图像增强方法的特点及缺陷，指出存在缺陷的重要原因是没有考虑人眼视觉特性以及人体不同部位的结构和密度特性。针对现有医学图像增强方法的缺陷，提出适于人体不同部位X线医学图像增强的改进方法，并对基于人眼视觉特性的数字X线医学图像增强方法进行了研究。研究内容如下： 针对线性灰阶变换参数选择的复杂性以及指数、对数等非线性变换的局限性，提出正弦灰阶变换法。 利用X线图像相邻像素间的空间相关性，减小视觉上的细节丢失。 提出自适应邻域灰阶扩展直方图均衡法的快速算法，大大减小运算量，使其在临床上的应用成为可能。 提出基于均匀度检测的自适应模糊对比度增强方法，利用图像的模糊性以及人眼在平滑区的高噪声敏感度特性，有效增强图像局部对比度，并抑制噪声的放大。 利用基于区域分割的自适应反锐化掩模法，保持图像平滑区不变以避免平滑区的噪声放大，适当增强高对比度区以避免边缘过增强，而重点增强中等对比度区域。 提出基于对比灵敏度函数的自适应对比度增强方法，利用人眼的阈值对比度以及在平滑区的高噪声敏感度特性，确保图像细节区获得足够的对比度，而又不产生过增强。 提出多通道自适应同态增强方法，利用人眼视觉系统的非线性、多通道性、以及高频敏感性，对图像多种尺寸的细节同时进行增强，对于对比度差、细节丰富而细节尺寸小的乳腺图像取得了很好的增强效果。