1。2 课题的主要内容

一切事物是有利有弊的，这在政治上叫作矛盾。而图像模糊度增强也是矛盾的。因为你在提高图像的一方面的时候，有可能另一方面正在削弱。例如平滑技术可以消除噪声，可是同时带来的是图像边缘的模糊。反之，如果我们想增强边缘，那么带来的副作用就是噪声也会增强。这样的例子很多。但是我们所需要做的就是，协调。找到一个最合适的方案去平衡利弊，或者根据特定要求，舍弃其一。特殊情况，特殊对待。

这就要求我们要对图像处理技术各种方式、算法的熟悉。因为只有了解、熟悉了各种算法，我们才能权衡利弊，劣中选好。好中选优，合适、合情、合理的解决问题。

图像模糊度增强算法大概有，转换函数、变换图像、变换灰度、直方图、平滑、锐化、色彩增强这几种方式。我们只有了解了基础，才会熟知增强方法。掌握基础的目的在于后续更高级的操作，这些基础属于预处理，就像素描的先勾勒线条，轮廓。

本文先分析预处理的各种基础、常用方法，并进行对比。之后再根据图像特征，或者具体需求，进行分析。最后采用最好的算法，进行高级处理，就是利用均衡化技术和直方图做Matlab实例。最后再获取实际生活中一组模糊图像，针对算法进行验算。

第二章  基本理论

2。1数字图像的基本概念

说到模糊图像的处理，就要说到图像。说到图像，我们就要说数字图像。而何为数字图像呢？首先它是图像！是用数字组表示的图像。熟练操作数字图像就需要我们了解和熟知数字组和实际图像之间的关系的知识。实际上，我们就是把图像问题变成了数学问题。把对图像的研究变成了对数字或者函数的研究，最终写出算法，进行验算。数字图像存在的意义就是便于我们用计算机方便的、简易的操作。文献综述

2。1。1 数字图像的表示

如上面所说，数字图像存在的意义就是便于我们通过计算机更方便、更简易的对图像进行操作。这是为什么呢？因为计算机无法直接的对图像进行操作，因为它识别不出来。我们把图像变成数据，或者数字、函数，让计算机可以识别。让计算机为我们服务。

图像是二维的，所以数字组也是二维的，注定只需要x，y来表示图像。即。那么f代表什么呢？我们会在下面对f进行讨论，f是图像数字化表示的重要指标，也是计算机操作数字图像的重要依靠。通常对做表空间和性质空间进行离散化，才能通过计算机对图像进行处理。离散化了的图像都是数字图像，就是要求都取整数。

2。1。2 图像的灰度

上面说到了数字图像的表示，图像用二维数字表示了，可是我们没说y是什么。只是说了f是数字图像数字化表示的重要指标，也是计算机操作数字图像的重要依靠。其实f就是我们常说的灰度值。什么事灰度值呢？这是抽象的概念。可是也可以具体、通俗的解释。我们可以看到图像，是因为我们接受了光在图像上的反射。有点图像看上去亮，就说明我们接受的反射的光多；如果图像暗，就说明我们接受的反射的光少。那么作为图像它能反射光的能量，为了方便计算，我们把它数字化，就是灰度值，就是上面说的f。所以一般f都是大于0 的。

假设r（x，y）是光入射到图像后反射出来的几率。得到反射系数0<<1。也就是说图像的灰度值是正的且有界。灰度值是图像处理技术中重要的概念，需要我们去理解。因为它是我们后面研究算法的前提。只有熟知这些基础，我们才能更好的去对比不同算法的优缺点，选择最好的算法对模糊图像进行增强。