matlab图像增强
Matlab进行数字图像处理中会有很多方面需要处理，其中就包括图像增强，什么是图像增强，其实就是增强视觉效果，提高图片的清晰度；图像增强有三种：点增强，空域增强，频域增强；
一.点增强
点增强包括灰度变换和几何变换
1.灰度变换，在matlab中可以用直方图均衡化以及增强对比度等方法来实现，例如均衡化histeq（）函数，举个例子：
clc
clear all
picture=imread("dream.jpg");
picture1=histeq(picture);
figure;
subplot(121);
imshow(picture);
subplot(122);
imshow(picture1);
figure;
subplot(121);
imhist(picture);
subplot(122);
imhist(picture1);
（原图片是网上随意搜的，不是本人的）左大图中，左小图是原图，右小图是均衡化之后的图片，大家可以看到右大图，原图的点是密密麻麻的，很紧凑，但是均衡化之后，将这些点进行了适当的分散，来提高清晰度；
2.还有增强对比度，对灰度图一般是用imadjust（）函数，举例：
clc
clear all
picture=rgb2gray(imread("dream.jpg"));
picture1=imadjust(picture,[0.2,0.8],[]);
figure;
subplot(121);
imshow(picture);
subplot(122);
imshow(picture1);
左图是原图的灰度图，右图是增加了对比度的图，可以看出亮暗差距增大，对比度增强，视觉效果增强；
二.空域增强
空域增强包括平滑和锐化等；
1.平滑就是去除一些离散的噪声以及将目标里的间断点串联起来以得到一个清晰的画面，平滑一般是用滤波来实现，因为我也是刚学所以是用的现成的函数，举例（均值滤波）还有很多其他的平滑滤波如邻域平均滤波，加权平均滤波：
clc
clear all
picture=rgb2gray(imread("dream.jpg"));
way1=fspecial('average',3);
picture1=filter2(way1,picture)/255;%一定要除以255，否则是白图
figure;
subplot(121);
imshow(picture);
subplot(122);
imshow(picture1); 
左图是原图，右图是均值滤波（处理高斯噪声好）产生的图片，还有线性滤波，中值滤波，自适应滤波；
2.锐化
锐化是提取边缘的一个功能，可以将提取到的边缘图片与原图片进行叠加，可以实现图片的清晰度增加，举例：
clc
clear all
picture=rgb2gray(imread("dream.jpg"));
way2=fspecial('sobel');
picture1=filter2(way2,picture);
picture2=uint8(picture1)+picture;
figure;
subplot(131);
imshow(picture);
subplot(132);
imshow(picture1);
subplot(133);
imshow(picture2);
左图是原图，中间是sobel算子锐化得到的图片，右图是将原图与锐化的得到的图片进行叠加，可以看出右图增加了视觉效果，除此之外还有其他多种算子；
三.频域增强
频域增强主要是通过高通滤波和低通滤波完成的，低频得到的是变化缓慢的的部分一般是背景区域，高频的道德的是变化突变的部分，一般是噪声和边缘；
要想频域增强，首先要将空间域转为频域，可以用傅里叶变换将空间域转为频域，再用傅里叶逆变换转换为空间域；频谱图中高频区域的颜色比较淡，低频区域的颜色比较浓；幅度谱是反应灰度的变化趋势以及明暗程度；相位谱是反应的图像的轮廓；
%频域上的幅度谱
clc;
clear;
I1=imread('dream1.jpg');
figure;
imshow(I1);
picture1=fft2(I1);
picture=fftshift(picture1);
picture2=log(1+abs(picture));
figure;
imshow(picture2,[]);
低通滤波器有理想低通滤波器和高斯低通滤波器，理想滤波器的作用相当于平滑滤波，但是噪声和模糊度没法两者兼得，噪声小了，但模糊度也会增加；而高斯低通滤波器它可以很好地让噪声以及模糊度兼得，所以说高斯低通滤波器比理想低通滤波器更好用；
频域高通滤波器的作用相当于锐化，高斯高通滤波器有很好的提取边缘能力；
下一节说一下频域的滤波器；