速且有效地图像增强算法成为推动图像分析和图像理解领域发展的关键内容之一。
图像增强从处理的作用域出发可分为空间域和频域两大类。其中，频域增强是将原空间的图像以某种形式转换到其他空间，然后利用该转换空间的特有性质进行图像处理，最后在转换回到原空间，得到处理后的图像，是一种间接增强的算法。
图像增强作为图像处理的重要组成部分，促进了图像增强方法研究的不断深入。目前主要由以下处理方法：
传统的图像增强的处理方法可以分为空域和频域图像增强两大类，其中频域图像增强的方法是对图像经傅里叶变换后的频谱成分进行操作，然后进行傅里叶逆变换得到所需结果，如低通滤波器、高通滤波器、带通和带阻滤波，同态滤波
7
f等。有时候只采用一种方法往往得不到想要的结果，并且还没有出现一种方法能
满足人们的任意需要，比如理想低通和高通滤波器并不是很实用，但是作为滤波概念发展的一部分，用来研究滤波器的特性非常有意义，一阶的巴特沃斯低通滤波器没有振铃现象，二阶的振铃通常微小，但是随着阶数的增高振铃便成为一个主要因素，高斯低通滤波器不会产生振铃现象，但是，在需要严格控制低频和高频之间截止频率的过渡的情况下，巴特沃斯滤波器更为合适，所以有时候就需要使用几种增强技术的组合方法。
312图像增强的实验步骤
傅里叶变换
Huv滤波
傅里叶反变换
预处理
输入图像
输出图像
后期处理
其中，图像的预处理一般为：fxy1xy对图像进行中心变换；后期处理是用1xy乘以傅里叶反变换后的结果。
313图像增强的实验方法
利用MATLAB提供的低通滤波器函数配合程序语言对图像进行处理，并且针对每种滤波器的处理结果进行分析，针对高斯低通滤波器提出改进方案，并对每种滤波器处理后的结果之间进行比较，由此可以看出每种滤波器的优点及不足，记录和整理实验报告。
8
f四、总结
数字图像处理技术是近年来蓬勃发展的一门新兴学科，在数字摄影测量，遥感图像处理，地理信息系统中得到应用广泛。傅立叶变换是线性系统分析的一个有力工具，它使我们能够定量地分析诸如数字化系统，采样点，电子放大器，卷积滤波器，噪声，显示点等地作用（效应）。傅立叶变换（FT）是数字图像处理技术的基础，广泛应用于图像变换，图像编码与压缩，图像分割，图像重建等。MATLAB语言简洁，可读性强，工具箱涉及的专业领域广泛且功能强大。因此，基于MATLAB的图像傅里叶变换具有很强的实用性。
本文还论述了频域图像增强方法和一些r