数字CR医学放射图像以其高灰阶分辨率、强大的计算机图像后处理功能、小辐射剂量、无胶片诊断、异地会诊等优势，深受放射医生的青睐，已成为医学成像技术新的热点。然而在数字CR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，通常需要对CR医学图像进行增强处理以改善其视觉质量，便于医生更准确地诊断。 论文阐述了数字CR医学图像增强技术的一般理论基础，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，提出根据人体不同部位的特点采用适合不同部位的自适应CR医学图像增强算法，研究内容如下： 提出了基于图像灰度的正弦函数的CR医学图像自适应增强算法，根据原始图像的强弱实现不同强度的边缘细节增强处理，从而实现原始信号的非线性变换。 提出了基于像素灰阶熵的CR医学图像自适应增强算法，根据像素的邻域灰阶变化增加或减小边缘细节增强幅度，以避免平滑区的噪声放大。 提出了基于邻域标准差与均值之比的CR医学图像自适应增强算法，采用标准差与均值之比作为自适应地调节细节增强系数的根据。