数字图像处理作业第三次、什么是图像增强
常见算法有哪些
典型算法的程序实现，其优缺点
图像增强的定义为了改善视觉效果或者便于人和机器对图像的理解和分析，根据图像的特点或存在的问题采取的简单改善方法或者加强特征的措施称为图像增强
一般情况下，图像增强是按特定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要的信息的处理方法，也是提高图像质量的过程
图像增强的目的是使图像的某些特性方面更加鲜明、突出，使处理后的图像更适合人眼视觉特性或机器分析，以便于实现对图像的更高级的处理和分析
图像增强的过程往往也是一个矛盾的过程：图像增强希望既去除噪声又增强边缘
但是，增强边缘的同时会同时增强噪声，而滤去噪声又会使边缘在一定程度上模糊，因此，在图像增强的时候，往往是将这两部分进行折中，找到一个好的代价函数达到需要的增强目的
传统的图像增强算法在确定转换函数时常是基于整个图像的统计量，如：转换，直方图均衡，中值滤波，微分锐化，高通滤波等等
这样对应于某些局部区域的细节在计算整幅图的变换时其影响因为其值较小而常常被忽略掉，从而局部区域的增强效果常常不够理想,噪声滤波和边缘增强这两者的矛盾较难得到解决
图像增强的分类及方法图像增强可分成两大类：频率域法和空间域法
前者把图像看成一种二维信号，对其进行基于二维傅里叶变换的信号增强
采用低通滤波（即只让低频信号通过）法，可去掉图中的噪声；采用高通滤波法，则可增强边缘等高频信号，使模糊的图片变得清晰
具有代表性的空间域算法有局部求平均值法和中值滤波（取局部邻域中的中间像素值）法等，它们可用于去除或减弱噪声
图像增强的方法是通过一定手段对原图像附加一些信息或变换数据有选择地突出图像中感兴趣的特征或者抑制掩盖图像中某些不需要的特征，使图像与视觉响应特性相匹配
在图像增强过程中，不分析图像降质的原因，处理后的图像不一定逼近原始图像
