图像增强：

采用一系列计数改善图像的视觉效果，或将图像转换成一种更适合于人或机器进行分析和处理的形式。

按照图像的作用域来说：

第一、改善图像的视觉效果；

第二、突出图像中感兴趣的信息，抑制不需要的信息，来提高图像的使用价值；

第三、转换为更适合于人或机器分析处理的形式；

第四、增强后的图像并不一定保真。

图像增强的应用领域十分广阔，涉及各种类型的图像：

军事应用中：增强红外图像，提取我方感兴趣的敌军目标；

医学应用中：增强X射线所拍摄的患者脑部、胸部图像确定病症的准确位置；

在农业应用中：增强遥感图像了解农作物的分布；

在交通应用中：对大雾天气图像进行增强，较强车牌、路标等重要信息进行识别；

在数码领域中：增强彩色图像可以减少光线不均、颜色失真等造成失真等造成的图像退化现象。

扩大图像中感兴趣特征的目标；

灰度变换是图像增强的重要手段之一，通过调整图像的灰度动态范围或调整图像的对比度对图像进行增强。

注释：对比度，是指明暗的对比程度。

所以可以通过调整图像的灰度范围对图像进行增强。

令图像 f(i，j) 的灰度范围为 [a,b]，线性变换后图像 g(i，j) 的范围为[a’，b’]，这个图像是一个线性变化，得到 g(i，j) 与 f(i，j) 之间的关系式：

示例：

如果图像生成时存在曝光不足或者过度的情况，图像灰度可能会局限在一个很小的范围内。会是一个模糊不清、似乎没有什么灰度层次的图像。

对曝光不足的图像 用线性变换对图像每一个像素灰度线性拉伸，可以有效的改善图像视觉效果。

如果只对图像中部分目标感兴趣，这时需要突出感兴趣目标所在的灰度区间，抑制不感兴趣的灰度区间，分段线性变换可以解决这类问题。

假设 原图像 f(x，y) 在[0，Mf]，感兴趣的目标的灰度范围在[a，b]，要把这个灰度范围拉伸到[c，d]，可以得到对应的分段线性变换表达式：

从表达式和图中可以看出，在[0，a) 和 （b，Mf] 灰度区间内图像是被压缩的。

与线性变换不同，非线性变换使用非线性函数作为映射函数，如对数函数、指数函数等，实现对图像灰度的非线性变换。

对数变换

对数变换 用对数函数 作为图像的映射函数，公式如下：

式中a、b、c是用来调争曲线位置和形状的参数。从图上可以看出，对数变换对图像的低灰度值有较大的拉伸，对高灰度区压缩，——这样的灰度分布与人的视觉特性匹配。

指数变换

指数变换 用指数函数 作为图像的映射函数，公式如下： 式中a、b、c是用来调争曲线位置和形状的参数。从图上可以看出，指数变换对图像的高灰度区有较大的拉伸。

灰度直方图：图像的灰度直方图用来反映数字图像中每一灰度级与这个灰度级出现频率之间的关系，能描述图像的概貌。

使用修改图像的直方图对图像进行增强是一种实用、有效的处理计数。

直方图修正法包括直方图均衡化及直方图规定化

所谓直方图均衡化是将原图像通过某种变换，得到一幅灰度直方图均衡分布的新图像。

如图:

假设用 r 表示归一的原图像灰度，用 s 表示经过直方图修正后的图像灰度。即：