近年来，随着信息科学、医疗技术、传感器技术以及计算机辅助技术的快速发展，使得各类医学图像的获取成为可能，这对于医生分析病情和辅助诊断起到了非常重要的作用。但是由于受光照条件、噪声、以及数据采集设备等因素的影响，导致图像质量下降，低对比度和高噪声是影响医学图像质量的主要因素。但是，病理图像包含比普通图像更高层次的信息，对病理图像增强质量的好坏直接决定了临床中的下一步诊断结果。为了给医生提供更为清晰、准确的医学图像，为后续的医学图像处理与分析等高层次处理提供良好支持，本文开展了病理图像增强方法的研究。　　针对病理图像的特性，本文对现有的一些图像增强理论进行了深入的研究，并取得了几点改进和创新。首先本文改进了多尺度Retinex(Multi-Scale Retinex，MSR)算法，提出了自适应多尺度Retinex（Adaptive Multi-Scale Retinex，AMSR）算法，提升了图像的整体亮度，降低了亮白区域的“过增强现象”，但该算法存在阴影区域的细节部分增强不明显和边缘模糊的问题。针对以上问题，本文将小波变换引入到自适应多尺度Retinex算法中，又提出了小波域自适应多尺度Retinex（Wavelet AdaptiveMulti-Scale Retinex，WAMSR）算法进行图像增强。本文所提出的WAMSR算法不仅避免了过亮的拉伸原图像的亮白区域，还能很好地凸显图像细节信息，在保持原有图像颜色信息的同时，图像增强后更加清晰保真。　　针对以上算法，本文都进行了大量的实验和分析，验证了所提算法的可行性和有效性。并开发了病理图像增强可视化软件，该系统界面友好，运行正常。