图像采集时避免不了一些干扰因素的影响，如拍照角度，光线方向，背景反光程度，拍摄光照强度等等。种种因素导致需要的特征被覆盖，表现的不够明显，所以需要对图像进行增强。图像增强首先需要将原本大小的图像转化成M*N大小的二维数字矩阵。然后采样，常用来采集图片的设备如照相机，摄像机等，这些机器多通过光电传感元件完成采样步骤，将人眼在现实生活中所见的景象，通过电脑以二进制的最小存储单元表现出来，并提取每个像素的灰度值（连续的）。通过采样得到了相应图像的离散坐标，但是还没得到相应离散灰度值。所以通过量化，可把相应连续性的灰度值转化成离散型的灰度值[7]，一般情况下是0~255，256级的灰度，并且，量化过程确定了灰度图像的分辨率。最后，针对图像处理的需求提出相应解决方法，方法多种多样，但没有哪种方法可以处理所有图像，所以下面将会介绍几种不同种类的方法，使用特定方法处理特定情况。81479

上面介绍过空域增强处理和频域增强处理是图像增强的两大方面，前者更加的简单便捷，计算快，相对于空域增强来说，后者对比度更高，但实现复杂，需要进行大量的计算，所以在这个效率第一的时代里，对前者的应用更加的广泛。下面根据以上两大类方法进行一些简要介绍：论文网

①频域法顾名思义是将图片的内容转化成频域形式，然后根据目的进行相应的变换，达到目的后再将这些频域型式的内容转化回原来图片的形式；

②空域法运算时调用的数据是原来图像中的像素点，直接操作图像中的元素，主要根据的是图像的直方图，通过对直方图的分析变化，达到初始目的。但是这种方法所使用的灰度直方图是连续的，分析问题设计算法等多数时候用的是数据的离散形式（灰度级），所以所得直方图和计划的结果有一定偏差，不能够平坦均匀。

技术在不断的更新，计算机的性能也在不断的进步，更好的性能意味着更好的算法，推陈出新是技术的基本特征。