图像变换能够解决和分析图像处理中出现的问题，方便图像特征的提取，加强对图像信息的了解。图像变换是解决所有问题的基础。

图像变换的种类很多，主要是：论文网

（1）傅立叶变换

①连续傅立叶变换：对连续信号进行分析处理的工具，只能处理连续数据。

②离散傅立叶变换（DFT）：对数字信号进行处理，能够对线性系统进行分析，能够将图像从空间域变换到频域内，使得运算比较简单[4]。

③快速傅立叶变换（FFT）：DFT运算的时间比较长，运算量比较大，FFT能解决DFT运算上的缺点。

在MATLAB图像处理工具箱中通常使用fftn（）函数和fftshift（）函数来进行傅立叶变换。

（2）离散余弦变换（DCT）

傅立叶变换的参数中有复数，不易计算。DCT是一种只使用实数的类似于傅立叶变换的变换，易于计算，运算速度快。离散余弦变换用于信号和图像的有损数据压缩，使图像在传输过程和储存过程更加方便[4]。

在MATLAB图像处理工具箱中通常使用dct2（）函数和dctmtx（）函数来进行离散余弦变换。

（3）小波变换

小波变换是一种信号的时间-频率分析方法，拥有多分辨率分析的特点，在时间域和频率域都具有表征信号的局部特征能力，是一种窗口大小固定不变但形状可变，时间域和频率域窗口都可改变的时域局部分析方法[4]。

4。2 图像增强

对于一副既定好的原图像，在图像的生成、传输和变换过程中，由于受到种种条件的限制和随机干扰，使得图像的外观质量有所下降，图像增强就是通过某些特殊的技术来突显出图像中对自己有用的信息，削弱其它一些对自己无用的干扰或噪声信息，从而改变图像的质量，有目的性的加强图像的某些特征，使得图像能够更加清晰地展现在人们的眼中，使得观察者能够更直接的分析图像信息[5]。

图像增强的方法有很多种，一般划分为以下两种：一是空域处理，二是频域处理。

4。2。1 空域处理

空域处理是指以灰度变化为基础对图像的像素进行处理，能够在单幅图片的像素进行计算，也可以是多幅图片的像素点之间的计算[5]。

基于空间域的增强方法按照所采用的技术不同，可分为灰度变换和空间滤波这两种方法。

一、灰度变换

在曝光不足或过度的情况下，图像中所有像素的灰度可能集中在一个很小的范围内，这时的图像对比度低、缺少层次、细节模糊。灰度变换能够改变图像所有像素的灰度值，使图像的动态范畴得到扩展，图像的质量得到改善[6]。

灰度变换主要分为两种处理方法：一是灰度变换法，二是直方图修正法。

（1）灰度变换法

按照映射函数的不同，灰度变换法可分为：①线性变换；②分段线性变换；③非线性变换。

（2）直方图修正法

直方图修正法主要分为两种：①直方图均衡化；②直方图规定化。

①直方图均衡化：通过对需要处理的图像进行非线性拉伸，重新分配象元值，使它的灰度直方图形成平均分布，图像的整体灰度几乎一致[7]。

②直方图规定化：为了弥补前一种处理方法中增强效果不易控制的缺陷，为只对图像的某一个部分进行处理得到增强，应该采用直方图规定化，它是直方图均衡化处理方法的一个拓展，能够依照事先设定好的形状来调整图像[7]。

二、空域滤波

空间域滤波增强是指使用模板进行邻域处理。空间域滤波增强主要是使图像在傅里叶空间的某个范畴的分量被抑制，又能够使其它部分不变，使输出图像的频率分布有所变化，从而达到增强[8]。