（1）γ校正：由於數字顯示裝置的非線性轉換特徵，使得影象的顯示與原始場景相比較而言發生偏暗或偏亮的現象，這個時候就可以採用γ校正進行處理，使影象的顯示等於或接近原始場景。消除影象噪聲是影象增強、恢復的內容之一。

（2）影象平滑去噪：在常見的影象處理軟體中，都提供了常用的除噪功能，其中，空間域的平滑操作最常見。在Matlab中可以實現均值濾波和中值濾波。

（3）影象銳化：影象銳化的目的是突出影象的細節，或者是增強被模糊的細節，這種模糊是在資料獲取過程中，由於操作失誤導致或經過特殊方法處理後的結果。在matlab中可以實現在空間域的影象銳化，根據一階和二階微分運算元，設計不同的模板，對影象進行微分計算。

γ校正

使用自帶的imadjust函式實現：

I=imread('D:\lab2\pic1.jpg')

I1=imadjust(I,[0 1],[0 1],0.5);！最後一個引數為gamma值，根據需要矯正的影象進行確定
figure(1);subplot(1,2,1);imshow(I);
subplot(1,2,2);imshow(I1);

影象平滑去噪

影象銳化

建立一階微分運算元函式，單獨存在一個的.m檔案中

%建立一階微分運算元函式，單獨存在一個的.m檔案中
function G=sharpen1(F,Dx,Dy)
[m,n]=size(F); %獲取影象大小
[N,N]=size(Dx); %獲取模板大小
h
 
=(N+1)/2;

for i=1:m
for j=1:n
if((i<h)||(j<h)||(i>m-h+1)||(j>n-h+1))
G(i,j)=double(F(i,j)); %影象不能被處理的區域
continue;
end
T=double(F(i-h+1:i+h-1,j-h+1:j+h-1));
T1=Dx.*T;
T2=Dy.*T;
X1=sum(T1(:));
X2=sum(T2(:));
G(i,j)=sqrt(X1^2+X2^2);
end
end

%將計算結果調整到[0，255]的範圍
Min = min(G(:));
Max = max(G(:));
s
 
=255/(Max-Min);
G = uint8((G-Min)*s);

新建一個test檔案，呼叫一階微分運算元函式實現各種一階微分運算元，處理準備好的影象，程式碼如下：

clear;
F=imread('building.jpg')subplot(2,3,1),imshow(F);

%水平微分運算元
Dx=[1 2 1;0 0 0;-1 -2 -1];
Dy=zeros(3,3);
G=sharpen1(F,Dx,Dy);
subplot(2,4,2),imshow(G);


%垂直微分運算元
Dx=zeros(3,3);
Dy=[1 0 -1;2 0 -2;1 0 -1];
G=sharpen1(F,Dx,Dy);
subplot(2,3,3),imshow(G);

%sobel微分運算元
Dx=[];
Dy=[1 0 -1;2 0 -2;1 0 -1];
G=sharpen1(F,Dx,Dy);
subplot(2,3,3),imshow(G);
%priwitt微分運算元

 後續將繼續更新