1. 图像增强：改善图像视觉效果，或者转换成更适合人或及其分析和处理的形式
2. 增强方法：
空间域增强：直接各像素增强
频率与增强：傅里叶变换，逆傅里叶变换
3. 目的：
a. 改善视觉效果：对比度等
b. 突出感兴趣信息，抑制不需要的信息
c. 转换为更适合人或机器分析处理的形式
d. 增强后图像并不一定保真
4. 对比度增强：扩大图像中感兴趣特征的目标
令原图f(I,j)灰度范围[a,b]，变换后图像g(I,j)灰度范围[a`,b`]
a. 灰度变换法：调整灰度动态范围
i. 线性变换：g(I,j)=a`+(b`-a`)/(b-a)*(f(i,j)-a)
用于成像时曝光不足或过度，重新规划灰度范围
ii. 分段性变换：0-a和b到Mf被压缩
iii. 非线性变换：
1) 对数函数：g(I,j)=a+(In[f(i,j)+])/(b·Inc) a,b,c曲线调整
对低灰度区有较大的拉伸，对高灰度区压缩--适合人视觉特性
2) 值数函数：g(i,j)=b^(c[f(i,j)−a])−1 a,b,c曲线调整
可以看出对高灰度区有较大拉伸
b. 直方图均衡化：直方图分布均匀
图像灰度值归一化后为r,经直方图修正后图像归一化灰度s
0≤r,s≤1
s=T(r) :T(r)称变换函数，需满足下列条件：
§ 在[0,1]内单调递增;保证从黑到白次序不变
§ r∈[0,1]，有0≤T(r)≤1;映射后灰度在允许范围内
如何求变换函数T(r)：
5. 图像平滑(去噪):主要介绍空域
a. 领域平均法：用领域的均值代替中央像素值
相当于模板和图像的卷积H=1/9[1 1 1;1 1 1;1 1 1;]
算法简单，但是会损失边缘细节
b. 超限像素平滑法：将中央像素值与领域均值做绝对值差，再与阈值比较，用比较结果决定中央像素值
去椒盐噪声比较有效，对保护微小灰度差和纹理也有效
c. 有选择保边缘平滑法：对任意像素的邻域，采用9个掩模=1个3*3正方形、4个五边形和4个六边形。计算各掩模的均值和方差，最终f(x,y)=方差最小的掩模区域均值(因为掩模含边缘尖锐像素方差偏大，平滑区域当差偏小)
d. 中值滤波法：用滑动窗口的中值灰度代替中央像素
对椒盐噪声抑制效果很好，但是适合点线较多的图像
窗口选择一般是通过从小窗口到大窗口的中值滤波实验中再选取合适尺寸窗口
6. 空域锐化：增强边缘
a. 梯度法：
f(x,y)在(x,y)处的梯度为：
grand(x,y)=((f`x)¦(f`y))
大小：grad(x,y)=√(〖f`〗_x^2+〖f`〗_y^2 )
角度：θ=tg-1(f`y/f`x)
b. Laplacian算子：线性二阶微分(差分)算子
∇²f(x,y)=f(x+1,y)+f(x-1,y)+f(x,y+1)+f(x,y-1)-4f(x,y)
c. Laplacian增强算子：
∇²f(x,y)=-f(x+1,y)-f(x-1,y)-f(x,y+1)-f(x,y-1)+5f(x,y)
d. 高通滤波
