2.3  图像增强的概述
图像增强是用来改善人类的视觉感知的图像质量。 它也可用于低级别的视觉应用。它将一个图像的像素值转化为一组新的像素值，以便形成新的图像视觉感受同时更便于分析[14]。
对于一个图像增强系统来说。可以将处理分为三个阶段，在获取原始图像后，首先是图像预处理阶段，第二阶段是抽取阶段，第三阶段是分析阶段。图像增强是图像预处理阶段中最重要的一部分，如果这一阶段处理不好，将对后续工作的展开产生很大影响。
图像增强的方法主要分为空域法和频域法两类，空域法主要是对图像中的各个像素点进行操作；而频域法是在图像的某个变换域内，修改变换后的系数，如傅里叶变换、DCT等的系数，对图像进行操作，然后再进行反变换得到处理后的图像。在图像增强中可能进行如下处理：去除噪声、边缘增强、提高对比度、增加亮度、改善颜色效果、改善细微层次等——通常与改善视觉效果相一致。
3  图像增强的基本方法和原理
3.1  空域增强变化
空域增强方法又可以分为两类：
（1）基于像素点：即每次处理是对图像的每个像素进行的，增强过程对每个像素的处理与其他像素无关；
（2）基于模板：对图像的每次处理是对小的子图像（模板）进行的。
3.1.1  灰度变换
灰度变换就是指对图像上各个像素点的灰度值x按某个函数T(x)变换到y。灰度变换可使图像动态范围增大，图像对比度扩展，图像变清晰，特征明显，是图像增强的重要手段之一。
（1）线性变换
令原图像 的灰度范围为 ，线性变换后图像 的范围为 ，如图3-1[8]所示，为灰度线性变换示意图。 与 之间的关系式为：
                     （3-1-1）
在曝光不足或过度的情况下，图像灰度可能会局限在一个很小的范围内。这不可避免的降低了图像的质量，是细节难以分辨，甚至图像模糊不清。采用线性变换对图像像素作线性拉伸，将有效地改善图像视觉效果。
   
图3-1   线性变换示意图   
（2）分段线性变换
为了突出感兴趣的目标或灰度区间，相对抑制那些不感兴趣的灰度区间，可采用分段线性变换。常用的是三段线性变换，如图3-2 [8]所示，为灰度分段线性变换示意图。对应的数学表达式为：
    （3-1-2）  
图3-2 [8]中对灰度区间[a, b]进行了线性拉伸，而灰度区间[0,a]和[b, ]则被压缩。通过调整折线拐点的位置及分段直线的斜率，可对任一灰度区间进行拉伸或压缩。
 
图3-2  分段线性变换
（3）非线性变换
当用某些非线性函数如对数函数、指数函数等作为映射函数时，可实现图像灰度的非线性变换。
①对数变换  对数变换的一般表达式为：
                    （3-1-3）
这里a, b, c是为了调整曲线的位置和形状而引入的参数。这种变换可以使图像的低灰度区进行较大的拉伸而对图像的高灰度区进行压缩，同时能使图像灰度分布与人的视觉特性相匹配。
②指数变换  指数变换的一般表达式为：
                  （3-1-4）
这里参数a, b, c用来调整曲线的位置和形状。这种变换能对图像的高灰度区给予较大的拉伸。
3.1.2  直方图变换
灰度直方图是灰度级的函数，描述的是图像中具有该灰度级的像素的个数。它能描述该图像的概貌，例如图像的灰度范围、每个灰度级出现的频率、灰度级的分布、整幅图像的平均明晴和对比度等，为对图像进一步处理提供了重要依据。大多数自然图像由于其灰度分布集中在较窄的区间，引起图像细节不够清晰。采用直方图修正后可使图像的灰度间距拉开或使灰度分布均匀，从而增大反差，使图像细节清晰，达到增强的目的。直方图修正法通常有直方图均衡化及直方图规定化两类。 MATLAB微光图像增强的算法研究+文献综述(4):http://www.youerw.com/tongxin/lunwen_7804.html