图像增强

有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特
征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富
信息量，加强图像判读和识别效果，满足某些特殊分析的需要。

图像增强方式

图像增强可以分为两种：
• 点处理技术。只对单个像素进行处理。
• 领域处理技术。对像素点及其周围的点进行处理，即使用卷积核。

点处理

1. 线性变换

图像增强线性变换主要对图像的对比度和亮度进行调整：

参数 a 影响图像的对比度，参数 b 影响图像的亮度，具体可分为以下几种情况：
a>1： 增强图像的对比度，图像看起来更加清晰
a<1： 减小了图像的对比度， 图像看起来变模糊
a=1 and b≠0：图像整体的灰度值上移或者下移，也就是图像整体变亮或者变暗，不会改变图像的对比
度，b>0时图像变亮，b<0时图像变暗

2. 分段线性变换

即对处于某个感兴趣的区域的x，将其对比度系数a增大或减小，从而增大或减小这个区域的对比度。

3. 对数变换

对数变换将图像的低灰度值部分扩展，将其高灰度值部分压缩，以达到强调图像低灰度部分的目的；
同时可以很好的压缩像素值变化较大的图像的动态范围，目的是突出我们需要的细节。

4. 幂律变换/伽马变换

幂律变换主要用于图像的校正，对漂白的图片或者是过黑的图片进行修正。

根据 γ的大小，主要可分为以下两种情况：
γ > 1： 处理漂白的图片，进行灰度级压缩
γ < 1： 处理过黑的图片，对比度增强，使得细节看的更加清楚

领域处理

直方图均衡化
图像滤波

图像增强常用方法（包括但不限于）：

1. 翻转、平移、旋转、缩放
2. 分离单个r、g、b三个颜色通道
3. 添加噪声
4. 直方图均衡化
5. Gamma变换
6. 反转图像的灰度
7. 增加图像的对比度
8. 缩放图像的灰度
9. 均值滤波
10. 中值滤波
11. 高斯滤波