一、影象增強概述

1、定義

影象增強（Image Enhancement）是一個很寬泛的定義，簡單來說就是對數字影象進行調整（adjusting）以使影象更適合於顯示或後期的影象分析。
影象增強的原因總結有以下幾點：
（1）影象細節不清晰
（2）光照不均勻導致影象亮度分佈不均勻
（3）影象對比度較差
（4）成像過程中原始影象受噪聲汙染
（5）感興趣區域（Region of Interest）不明顯
（6）人眼視覺特性

2、人眼視覺特性

2.1、韋伯定律

談及人眼視覺特性我們就不得不提韋伯定律（Weber-Fechner law），又稱“感覺閾限定律”。
幾個名詞定義如下：
閾限：物理刺激能量可以被人覺察的臨界點。
絕對閾限：個人對單一刺激引起的感覺經驗時，所需最低的刺激強度。
差異閾限：辨別兩個刺激之間的差異時，兩種刺激最低的差異量。
韋伯定律

：在同類刺激之下，其差異預先的大小ΔI隨著標準刺激強弱而成一定比例關係的。

ΔI=K×I
K為常數。
簡單說就是，人眼感受的亮度與自然亮度並不線性增加，而只有當自然亮度成特定比例增加時，人眼才能感覺是線性增加的。

2.2、gamma校正原因簡述

一幅灰度值範圍為0-255的灰度影象，人眼對較暗資訊比較敏感，而對較亮資訊不敏感（因為在較暗的情況下，灰度發生較小變化人就能分辨，而在較亮的情況下，灰度需要發生較大變化人才能分辨，如果還不懂請回頭理解韋伯定律）。所以我們在採集影象的時候可以適當多采集較暗的資訊，適當少採集較亮資訊。
這也就是為什麼需要進行γ校正（gamma correction）的原因。在採集影象的時候通過γ

<1的gamma變換將低灰度往高灰度擴充套件，然後在顯示的時候通過γ>1將原始灰度復原出來。

3、影象增強方法分類

該圖中未包含彩色影象增強，需要注意的是，圖中列出的點運算與區域性運算並不是絕對區分，如點運算中的直方圖均衡操作同樣可以進行區域性直方圖均衡。

二、區域性增強

1、定義

利用影象的區域性資訊，如局域均值、方差、梯度等，獲取影象中不同區域的差異情況，從而對影象不同區域進行不同的增強。
幾個區域性量的數學定義如下：
區域性均值

mx(i,j)=1(2n+1)2∑k=i−ni+n∑l=j−nj+nx(k,l)
區域性方差
δ2x(i,j)=1(

2n+1)2∑k=i−ni+n∑l=j−nj+n[x(k,l)−mx(i,j)]2

2、反銳化掩膜演算法

反銳化掩膜（Unsharp Masking）演算法是一種影象銳化技術。通過高通濾波（或其他方式）得到影象的高頻部分，然後與原始影象相加，得到高頻部分增強的影象。
數學表達如下：

f(i,j)=m(i,j)+C×[x(i,j)−m(i,j)]
其中，f(i,j)代表變換後的影象，x(i,j)代表原始影象，m(i,j)代表影象的高頻部分。C為增益因子。
上述公式C中為常數，進行的操作是全域性操作。通過統計區域性資訊對增益因子進行不同程度的調整，即為區域性反銳化掩模操作。不同的區域性反銳化掩膜操作，主要是增益因子C和高頻部分m(i,j)的求解方法不同，接下來會通過幾篇博文分別進行介紹。
關於gamma校正的詳細講解請看以下連結：
線性工作流–韓世麟