增强构成图像的像素，g(x,y) = T[f(x,y)]，简记s=T(r) 1. 一些基本的变换 图像反转：s = L - 1 - r，[0, L-1]级灰度 对数变换：s = c*log(1 + r)，使窄带低灰度图像映射为宽带输出值。比如处理傅立叶频谱。 幂次变换：s = r ^ gamma，称为gamma校正，扫描仪打印机显示器等要进行不同gamma值的校正。

离散傅立叶变换(DFT)是数学基础。 限波滤波器：H(0,0)=0,其它为1的频域滤波器，滤波后得到均值为0的图像。 离散域上的冲击函数的DFT结构是常量1/MN。 1. 平滑的频率域滤波器 理想低通滤波器ILPF：半径为D0的圆内所有频率无衰减，之外全部衰减。 巴特沃斯滤波器BLPF：阶数越高越接近理想低通滤波器，振铃效应越大。一阶没有振铃效应，二阶微小，是有效的低通滤波和可接受的振铃

图像增强是主观过程，图像复原大部分是一个客观过程。根据退化模型进行相反的处理，恢复出原图像。 1. 图像退化/复原的模型 空间域退化图像：线性移不变系统g(x) = h(x) * f(x) + n(x)，h(x)为退化函数的空间描述，*表示卷积，n(x)为噪声，频域表示 G(u) = H(u)F(u) + N(u) 2. 噪声模型 频域为常量的为白噪声。 空间无关噪声：高斯噪声，瑞利噪声