为什么要进行图像增强
图像在生成、传输或变换的过程中，受光源、成像系统以及通道带宽和噪声等诸多因素的影响，可能会出现对比度偏低、动态范围不足、清晰度下降以及包含明显噪声等降质现象。因此，需要进行图像的增强。
图像增强的定义
图像增强是为了某种应用目的去改善图像质量，处理的结果更适合于人的视觉特性或机器识别系统。
增强处理并不能增加原始图像的信息，只能提升对某些信息的辨识能力，并且这种处理可能造成其它信息的部分损失。
图像增强的方法
1.图像增强方法根据作用域可分为空间域方法和频率城方法。
-
空间域法是指在图像空间域内直接对像素灰度值进行运算处理，常用有灰度变换、直方图修正、模板卷积、伪彩色处理等。
-
频率域法就是在图像的某种变换域内对图像的变换值进行增强处理，然后通过逆变换获得增强图像，是一种间接处理方法。
2.根据图像的频率特性分析，一般认为整个图像的对比度和动态范围取决于图像信息
的低频部分（指整体图像），而图像中的边缘轮廓及局部细节取决于高频部分。因此采用二维数字滤波方法来进行图像处理，如
- 采用高通滤波器，有助于突出边缘轮廓和图像细节部分
- 用低通滤波器可以平滑图像减少噪声
3.图像增强方法根据处理目的和效果又可分为平滑和锐化。
- 平滑对图像有模糊作用，使得图像过渡自然柔和，抑制噪声；基于图像频率特性从频率的角度来理解，平滑是保持或加强图像中的低频成分，削弱或消除图像中的高频成分。
- 锐化可看作是平滑的反操作，效果和目的是突出细节，使图像轮廓清晰、对比分明；从频域处理的角度来看，锐化是增强图像中的高频成分。
客观总结
1.图像增强的效果与观察者的心理和处理目的密切相关，因此该类算法的应用有很强的针对性和选择性，并不存在通用的增强算法。
2.图像质量优劣的评价很多情况下是观察者相当主观的过程，还没有衡量图像增强质量的通用标准和通用的定量判据。
3.在实际应用中，可同时选几种增强算法进行试验从中选出视觉效果比较好、计算复杂性相对小、又合乎应用要求的算法。