就目前从技术上来讲，实现图像增强的方法主要有两种，分别是空域处理和频域处理。空域处理（沿用信号与处理方面的说法，也就是时间域），就是通过映射变换来直接对图像中的像素进行处理，根据图像增强的目的，来选择相应的映射变换的方式。与空域处理相对的就是频域处理了，频域处理实质上就是一个空间域到频域转换，然后在频域进行分析处理，在从频域转换到空间域的过程。

空间域的处理，是通过图像上的邻域掩码或是图像的作用算子来处理图像的像素点的；频域处理是通过修改傅里叶变换的系数来实现的。这两种方法，都存在着很明显的有优劣性：空域处理的速度虽然快，但是它去除了像素点之间的相关信息，从而导致图像显示会模糊不清；而频域处理，可以分离出像素点之间的相关信息，但是在频域的卷积运算计算量相当之大。于是，如何在这两个处理方法中取出折中的办法，就成了研究的重中之重。而小波分析在图像处理方面的应用就很好的解决了这样的一个问题。

图像处理技术发展至今，已经渗透到向医学，航空航天，机器视觉，遥感，通信技术等等各个领域，在这些领域中也发挥出了不可替代的作用。

1。2 小波分析理论体系建立与发展

1。3 小波分析用于图像增强研究的现状与发展

1。4 本文主要内容

本文主要讨论了基于小波分析的图像增强处理技术。全文包括了一下内容，第一章为绪论，主要介绍了图像处理研究的背景及意义，简述了小波理论体系的发展背景以及小波分析用于图像处理研究的理论发展体系；第二章详细的介绍传统的图像增强处理的方法，以及其存在的一些优缺点；第三章介绍小波分析的理论基础，阐述小波分析用于图像处理的研究方法；第四章着重的介绍了图像增强的四种处理方法，分别是图像的滤波、平滑、钝化和锐化处理，比较传统图像增强处理和小波分析用于图像增强处理的区别。第五章简单的总结的所做的一些工作，以及对未来的展望。

第二章 图像增强的基本原理和方法

2。1传统图像增强的处理方法

2。1。1 滤波增强

滤波增强是图像处理方法中较为简单，也是使用较为普遍的一种处理方法，但处理效果也较为一般，常用在图像要求不是十分苛刻的场合。

滤波增强属于图像增强空间域处理的范畴，是直接对图像的像素点进行操作，这也就不可避免的会去除像素点之间的相关信息，从而导致图像会出现一定程度上的模糊[6]。就图像实现增强处理的目的而言，就是将我们感兴趣的特征信息突出表现出来并进行有效的提取，所以，图像出现一定的模糊并不是我们很关心的问题。

按照滤波器的种类，滤波增强又可以划分为中值滤波，同态滤波，高通滤波，低通滤波，以及锐化和平滑滤波等等。根据需要提取的图像特征，选择不同的特性的滤波器，就可以实现对图像不同的增强处理。

下面简单的介绍几种滤波器的工作原理，以及处理能力和效果。

1、平滑滤波器

平滑滤波器从原理上来讲，就是每个像素点其邻域内的掩膜均值来替换它本身的值，这样做就是为了消除因为某些像素点的灰度值过高而导致图像出现的尖锐化，从而实现了图像的平滑处理。邻域大小的选择很重要，选择过大，图像的边缘信息算是严重，图像也就会出现模糊，过小了平滑的效果又不明显。

2、锐化滤波器

构造锐化滤波器有两种方法，分别是微分法和模板匹配法[7]。微分法采用了梯度算子和Laplacian算子，这两种算子具有旋转不变形的特点，以至于满足了不同走向的图像边界的锐化要求。模板匹配法在具备图像边缘锐化能力的同时，还具备了平滑噪声的优点。 小波分析用于图像增强的研究MATLAB仿真(3):http://www.youerw.com/tongxin/lunwen_107823.html