图像增强主要有哪些方法

图像增强是按照特定的需要去除或者突出图像中的某些信息，改善图像的视觉效果，使图像更适合分析。

一般主要分为两种方法，空间域和频率域。空间域直接在图像像素上操作，频率域，其操作是在图像的傅里叶变换上操作。

线性变换------可以应用在由于照明不足，图像对比度比较低的情况中，通过分段的线性变换函数，来对图像对比度进行拉伸。

非线性变换------对数变换完成图像灰度级的扩展或者压缩。伽马变换可以用在电脑的显示器或者网站中图像的伽马校正，也可以用在图像的对比度增强中。

加法运算------对于有噪声的图像，通过图像多张叠加求平均，可以对图像进行降噪。

减法运算------图像相减常用于医学图像处理来消除背景。也可以用在运动检测中。

乘法运算------获取对图像感兴趣的部分，保留感兴趣区域。

直方图均衡------改善图像亮度和对比度。

均值滤波------去除图像高斯噪声。

高斯低通滤波-----是一种加权策略的均值滤波，用来降低噪声。          

中值滤波器-----有效去除脉冲噪声，也叫椒盐噪声。

Laplace算子-----是一种微分算子，应用强调在图像中灰度的突变区域，并不强调灰度级缓慢变化的区域。

Sobel算子-----主要用在工业检测图像的边缘检测。

频率域低通滤波-----去除边缘和噪声。

频率域高通滤波-----把低频图像平滑的区域去掉。

频率域同态滤波-----主要用于减少由于光照不均匀引起的图像降质,并对感兴趣的景物进行有效地增强。能够减少低频并且增加高频，锐化边缘细节。