磁共振成像(magnetic resonance imaging，MRI)以其无电离辐射、高软组织对比度、多参数成像、较好的三维分辨能力等优点逐步成为医学影像中重要的成像方法，尤其是在对脑功能病理的研究诊断中，应用更为突出。但是，由于磁共振成像原理的特殊性，其图像在采集和变换的过程中，或多或少的会受到热噪声和生理噪声的干扰，而且脑部信号在磁共振成像信号中又属于微弱信号，所以成像结果往往不能令人满意，图像细节部位也无法清晰的观察到，这就给医生的诊断带来不便。因此，研究一种能够有效地增强磁共振图像的方法以便于医生对病情的诊断有极其重要的临床意义和应用价值。常用的图像增强方法有直方图均衡化、中值滤波、小波变换等，但是这些增强方法在对图像进行处理的过程中对图像噪声来源及噪声成分分析得不够透彻，采用这些方法对磁共振图像进行增强处理时，得到的结果不够理想，并不能达到医生诊断病情的要求。传统的增强算法在对图像进行增强的同时，也增强了噪声信号，使得图像的弱边缘与噪声难以区分，从而引起图像细节模糊、对比度差等问题，而一般的去噪算法在滤除噪声的同时图像的细节或边缘也会被消弱。针对上述问题，本文提出了一种基于二代曲波变换的脑部磁共振图像增强算法，本文在分析了磁共振图像噪声来源及分布特性之后，建立其噪声模型，然后再对噪声图像运用本文所提出的算法进行增强处理。实验结果显示，处理后的图像不仅能够很好的滤除噪声，同时也很好的保留了图像细节信息，提高了图像的对比度，达到了增强的目的。