圖像增強方法很多，且隨著技術發展也不斷有新的方法出現，但其歸根結底無非利用了圖像像素間冗余信息和人眼的視覺特點，從大的方面看可以分為空間域方法和頻域方法。空間域是單幀圖像自身，通常以直接處理像素為基礎。而頻域則是修改圖像的在頻域里的變換為基礎。常用的有傅里葉變換、小波變換等。今天我們只講解：空間域圖像增強方法
所謂空間域增強是指增強構成視頻圖像的像素，直接對這些像素操作的過程。主要有一下方法：
基本灰度變換：將圖像像素值由一個范圍映射到另一個范圍，包括線性變換，對數變換和冪次變換。通過灰度變換，可以提高不同像素點間灰度差，提高對比度，更有利于人眼認清細節。同時該方法也是其他一些方法的基礎。
直方圖處理：將原圖像通過某種變換，得到一幅灰度直方圖為均勻分布或者規定分布的新圖像的方法，是圖像增強算法中zui常用、zui重要的算法之一。它以概率理論做基礎，運用灰度點運算來實現直方圖的變換，從而達到圖像增強的目的。通過直方圖均勻化可以有效改進圖像的動態范圍，提高對比度，更有利于人眼對細節的辨認。
平滑空間濾波：平滑空間濾波主要是進行過濾圖像噪點，平滑圖像。平滑濾波方法很多，比如線性平滑濾波，包括均值濾波等：非線性平滑濾波，如中值濾波。線性濾波有很好的平滑效果，可以過濾噪點，但也會導致邊緣細節的模糊。非線性濾波是對線性濾波的一個改進，會對根據像素點的狀態采取不同的策略，可消除一些孤立的噪點，對圖像細節影響不大，但會對圖像的邊緣帶來一定的失真。為了克服以上兩種算法的缺點，人們又提出很多改進方案，引入自適應的平滑算法，通過各種方法兼顧噪點的濾除和圖像細節的保持。
銳化空間濾波：同平滑空間濾波相反，銳化空間濾波是為了突出圖像中的細節或者增強被模糊了細節。銳化空間濾波主要通過一階和二階的銳化濾波器來實現，如梯度法、拉普拉斯算只濾波等。銳化空間濾波會提升圖像細節，但也會使噪聲點得到放大。
綜合方法：為了達到圖像細節和噪點過濾及對比度等，人們發展了很多綜合性方法，如Retinex算法，以人類視覺原理和色感一致性為基礎，可以在動態范圍壓縮、邊緣增強和顏色恒常三方面達到平衡，因此可以對各種不同類型的圖像進行自適應性地增強。文章來源：http://www.chtonb.com 僅供參考！
