1、“.....由于本人知识有限经验不足，文中难免有些不足之处，希望老师和同学提出宝贵意见。总之，我要谢谢所有关心和支持我的良师益友。强制调用效果演示图像的线性灰度变换增强的效果如图所示。图为源图像，图为将灰度区间压缩至,的线性增强效果图。源图像线性灰度增强效果图图线性灰度变换增强效果演示分段线性灰度增强的算法与实现基本原理假设输入图像,的灰度为级，增强后图像,的灰度级为级，区间分别为原图像与增强的灰度区间。分段线性变换函数为实际上，可取不同的值进行组合，从而得到不同的效果。算法描述图像的分段线性灰度变换算法实现的步骤描述如下获得源图像的首地址及图像的宽和高。开辟块内存缓冲区，用以暂存结果图像，并初始化为。逐个扫描源图像中的像素点，如果当前点的像素值在,内......”。

2、“.....内，则根据公式等号右边中式求出目标图像中与当前点对应的像素点的灰度值如果当前点的像素值在,内，则根据公式等号右边下式求出目标图像中与当前点对应的像素点的灰度值。循环步骤，直到处理完源图像的全部像素点。将结果从缓冲区复制到源图像的数据区中。编程实现图像的分段线性变换算法的实现的程序代码如下直接修改像素颜色强制调用效果演示图像的分段线性灰度变换增强的效果如图所示。图为源图像，图为分段线性灰度增强效果图。这里，原图的灰度折点为增强后的图像灰度折点为,。源图像分段线性灰度增强效果图图分段线性灰度增强效果演示非线性灰度增强的算法与实现基本原理常用的图像非线性灰度变换有对数函数非线性变换和指数函数非线性变换，下面分别介绍下他们的原理。对图像做对数函数非线性变换时......”。

3、“.....利用此变换可以使输入图像的低灰度范围得到扩展，高灰度范围得到压缩，使图像分布均匀。对图像做指数函数非线性变换时，变换函数为通过调整参数可以调整曲线的位置与形状。利用此变换可以使输入图像的高灰度范围得到扩展，低灰度范围得到压缩，使图像分布均匀。算法描述图像的分段线性灰度变换算法实现的步骤描述如下获得源图像的首地址及图像的宽和高。开辟块内存缓冲区，用以暂存结果图像，并初始化为。逐个扫描源图像中的像素点，则根据公式，求出对数函数非线性变换后的图像中与源图像当前点对应的像素点的灰度值。循环步骤，直到处理完源图像的全部像素点。将结果从缓冲区复制到源图像的数据区中。编程实现图像的对数非线性变换算法的实现的程序代码如下直接修改像素颜色效果演示图像的分段线性灰度变换增强的效果如图所示。图为源图像，图为对数非线性灰度增强效果图......”。

4、“.....但是这种增强是种整体的变化，处理结果是得到全局均衡化的直方图。为了实现对输入图像进行有目的地增强，需要选择合适的图像变换函数。般来说，正确的选择规定化函数可以获得比直方图均衡化更好的效果。因为规定化变换是为了满足不同的处理需要而提出来的，所以对不同的图像，甚至对同幅图像的规定化函数都是不同的，在调用规定化变换函数时必须指定规定化变换后的直方图形式。算法描述图像的直方图均衡化算法实现的步骤描述如下获得源图像的首地址及图像的宽和高。开辟块内存缓冲区，用以暂存结果图像，并初始化为。调用灰度直方图统计函数，对原图像的直方图进行灰度级上的概率统计。对原图像的直方图概率密度进行直方图均衡化处理。对规定的直方图概率密度进行直方图均衡化处理......”。

5、“.....原则是针对源图像均衡化后的直方图的每级概率密度，查找最近的规定直方图概率密度，建立灰度映射表。根据映射结果对像素点进行处理。将直方图规定化处理后的图像复制到源图像中编程实现图像的直方图规定化算法的程序代码如下直接修改像素颜色,灰度统计获取源图像灰度分布的概率密度直方图均衡化,效果演示灰度直方图均衡化效果如图所示源图像直方图均衡化效果图图灰度直方图均衡化效果图邻域平均法平滑的算法与实现基本原理设,为给定的含有噪声的图像，经过邻域平均法处理后的图像为在数学上表示为，其中，为所取邻域中的各点临近像素坐标，是邻域中包含的临近像素个数。算法描述图像的邻域平均平滑算法实现的步骤描述如下获得源图像的首地址及图像的宽和高。开辟块内存缓冲区，用以暂存结果图像，并初始化为。逐个扫描源图像中的像素点，求其邻域均值......”。

6、“.....循环步骤，直到处理完源，对结果加上常数，以使边缘变亮而对于,不大于阈值就认为该像素点为同类像素，即同为物体或同为背景，常数的选取可以根据具体的图像特点。这样既增亮了图像的边界，同时又保留了图像背景原来的状态，比传统的梯度锐化具有更好的增强效果和适用性。算法描述灰度图像的梯度锐化算法的实现步骤描述如下获得源图像的首地址及图像的宽和高。开辟块内存缓冲区，用以暂存结果图像，并初始化为。逐个扫描图像中的像素点，根据双向次微分公式计算当前像素的梯度值，如果该梯度值大于等于门限值，就将该梯度值增加后赋值给目标图像当前点的像素值，否则把源图像当前点的像素值赋值给目标图像当前点的像素值。循环步骤，直到处理完源图像的全部像素点。将结果从缓冲区复制到源图像的数据区中。编程实现灰度图像的梯度锐化程序代码的实现步骤描述如下......”。

7、“.....图像增强即增强图象中的有用信息，这个变换过程可以说是个失真的过程，它的主要目的是加强图像的视觉效果。依据给定图像的实际要求，有目标的突出图像的整体或者是局部特性，将原来不够清晰的图像变得较为清晰或凸显些感兴趣的特征，扩大图像中不同事物特征之间的差别，剔除不感兴趣的特征，使之改善图像质量丰富有用信息量，加强图像判读和识别效果，满足些特殊分析的需要。图像增强按所采用方法从技术上可以分成频率域法和空间域法。频域法即为把图像看成种二维信号，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，削弱图中的干扰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......”。

8、“.....它们可用于去除或减弱噪声。图像增强的方法是通过定变换方法对原图像附加些信息或变换数据，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，般不分析图像降低质量的原因，处理后的图像不定逼近原始图像。图像增强技术根据增强处理过程所存在的空间不同，可分为基于空域的算法和基于频域的算法两大类。基于空域的算法处理时直接对图像灰度级做运算基于频域的算法是在图像的种变换域内对图像的变换系数值进行种修正，是种间接增强的算法。基于空域的算法分为点运算算法和邻域去噪算法。点运算算法即灰度级校正灰度变换和直方图修正等，目的或使图像成像均匀，或扩大图像动态范围，扩展对比度。邻域增强算法分为图像平滑和锐化两种。平滑般用于消除图像噪声，但是也容易引起边缘的模糊。常用算法有均值滤波中值滤波......”。

9、“.....便于目标识别。常用算法有梯度法算子高通滤波掩模匹配法统计差值法等。参考文献王耀南计算机图像处理与识别技术北京高等教育出版社,吕风军数字图像处理编程入门北京清华大学出版社,夏德深,傅德胜计算机图像处理及应用南京东南大学出版社,容观澳计算机图像处理北京清华大学出版社,黄涛数字图像的增强肇庆学院学报张娜像增强技术的研究计算机仿真刘海波数字图像处理技术详解北京机械工业出版社，张毓晋图像工程上册图像处理北京清华大学出版社，王慧琴数字图像处理北京北京邮电出版社,王斌实现数字图像增强处理佳木斯大学学报孙蕾,李丙春图像增强算法与评价方法研究计算机工程汪志云,黄梦为,胡钋等基于直方图的图像增强及其实现计算机工程与科学杨乐图像增强算法及其实现现代电子技术丁玉美,西全数字信号处理西安西安电子科技大学出版社,,,致谢毕业设计即将完成......”。