圖像增強

爲了使圖像更適合人的視覺特性或機器的識別系統而去改善圖像質量，其並不能增強原始圖像的信息，只能增強對某種信息的辨別能力，而可能損失一些其他信息。
主要分成兩大類：一類是頻域處理法，一類是時域處理法。

頻域處理法

基礎是捲積定理。
它通過傅里葉變換改變頻域，實現對圖像的增強處理。
有捲積定理可知，如果原始圖像時 f(x,y)，處理后的圖像是 g(x,y)，而 h(x,y)是處理系統的衝擊響應，則有

    g(x,y)=h(x,y)*f(x,y)

G(u,v),H(u,v),F(u,v)分別表示 g(x,y),h(x,y),f(x,y)的傅立葉變換，則有

    G(u,v)=H(u,v)·F(u,v)

故有：

    g(x,y)=F-1[H(u,v)·F(u,v)]

頻域處理法中的關鍵是要設計一個適當的濾波系統傳遞函數 H(u,v)。凡是要保留的頻率分量，其對應的 H(u,v)=1 或 k(k 是不等於 1 的常數)；凡是抑制或衰減的頻率分量，其對應的 H(u,v)=0 或 w(0<w<1)

時域處理法

直接對圖像中的像素進行處理，基本上是以灰度映射變換為基礎。
常用的有图像平滑和图像锐化。圖像平滑有邻域平均法和中值滤波；圖像銳化有梯度法和拉普拉斯算子。