由于非下采样Contourlet变换(NSCT)域图像增强方法需要手动调节参数，无法实现自适应增强， 本文将直方图均衡化和NSCT域增强相结合，提出了一种基于NSCT系数直方图匹配的自适应图像增强算法。该算法首先对低对比度含噪原图像进行直方图均衡化，然后对原图和直方图均衡化后的图像分别进行NSCT分解，得到低频子带系数和各高频方向子带系数。对低频子带，将原图的低频子带系数直方图匹配到直方图均衡化后图像的对应系数直方图上。对各个高频子带，则先进行阈值去噪，再将原图的各个高频子带系数直方图匹配到直方图均衡化后图像的对应系数直方图上。最后,经NSCT重构得到增强后的最终图像。实验结果表明，本文方法增强效果明显优于直方图均衡化，与Contourlet变换增强法相比，实验所采用的两组图像的图像评价函数(EMEE)值分别提高了24.05%、16.97%、13.29%和20.63%，且与NSCT域非自适应增强法(人工选取参数)的处理效果相当。该方法无需手工调节参数，具有自适应性和实用性强的优点。