2.1 基本概念

图像增强是图像处理技术中的一项基本技巧，其目的就是对图像进行加工处理，从而得到视觉成效更好、更便于使用的图像。根据不同情况，相应的图像增强技术也有区别。

现阶段经常使用的图像增强技术能够根据其进行处理所需要的空间差别，分为基于图像域的方法和基于变化域的方法。第一类，直接在图像所在的空间进行处理，也就是在像素组成的空间里直接对像素进行操作；第二类，在图像的变换域对图像进行间接处理。

2.2 图像增强处理的方法简介

2.1.1空间变换增强

空间变换增强囊括了增强对比度和图像求反两种变换方式。

增强对比度就是对原图像各部分的反差给予增强操作。实际操作体现出来便是通过调节原图中的两个灰度值之间的动态范围来实现对比度的调整操作。

而图像求反是将原来的灰度值进行对调，简单的说便是将黑色变白色，将白色变黑色。

普通的黑白胶片和照片是通过这样的变换而得来的。具体操作是将图像中每个像素的灰度值依照变换曲线执行映射便可。

2.1.2空域滤波增强

空域滤波可分为线形滤波和非线形滤波两类。

线形滤波器的设计常基于对傅立叶变换的分析。

非线形空域滤波器则是直接针对邻域进行相干操作的。

此外各类滤波器按照功用又主要分成平滑滤波和锐化滤波。平滑可用低通来实现，锐化可用高通来达成。

平滑滤波器：它在不影响低频分量的基础上能减弱或消除傅里叶空间的高频分量。滤去这些分量后图像会变得平滑。

锐化滤波器：它是用来削弱或消除傅立叶空间的高频分量

2.1.3频域增强

频域增强相应的基本原理：卷积理论是频域技术的根基。设函数f(x,y)与线性移不变算子h(x,y)的卷积结果是g(x,y)，即g(x,y)=h(x,y)*f(x,y)

即卷积定理在频域可以表示为：

G(x,y)=H(u,v)F(u,v)                          (2.1)

在G(x,y)，H(u,v)，F(u,v)对应于G(x,y)，H(x,y)，F(x,y)是傅里叶变换。

频域增强的两个关键步骤：

（1）将图像从空域转换到频域所进行的变换和将图像从频域空间转换回空域所进行的变换；

（2）图像增强处理操作（在频域中的部分）。

低通滤波和高通滤波是两种经常使用的频域增强方式。

低通滤波也可称作低频滤波器。图像的能量对应汇集在幅度谱的中频和低频度，而图像的噪声和边缘和细节对应的是幅度谱的高频区域。因此如果滤波器能降低高频成分比重，然后就将能够降低噪声的影响。

高通滤波也可称高频滤波器，单位为1时它的频值在0频率，传递函数的值随着频率的增长而逐渐增加；但是当频率增加到一定的数值之后，传递函数的值便回到0，也可能会降低到一个大于1的值。如上所说的第一种情况下，高频增强滤波器实际上是依照能够带通滤波器，实际上只是将0频率处的增益为单位1设为了1。

在现实情况使用中，为了削减图像中面积大且迟缓变化的部分的对比度，有时将0频率处的增益设为小于单位1更适合。假如传递函数经过原点，则可以称为laplacian滤波器。