（2）混合空间增强：突出边缘或者轮廓信息是图像在识别或判别的过程中需要达到的目的。图像锐化就是增强图像的边缘或轮廓。图像锐化主要有两种方法：梯度锐化和拉普拉斯锐化。混合空间增强同时使用图像相加和图像相乘。图像相加的结果就可把两图的叠加显示出来，从而完整的表现在一幅图像当中，有利于后续的处理。图像其实是像素矩阵,将两幅图的像素矩阵按矩阵相乘的方式计算，而形成相应的掩蔽图像。 

1.3.2  论文结构

这篇文章一共分为四个章节来进行论述：

第一章[引言]主要介绍了本文的研究背景源`自*吹冰~文·论^文`网[www.chuibin.com、研究现状以及本文所要研究的主要内容以及论文结构的整体安排。

第二章[基于频域的图像增强]主要研究图像经过傅里叶变换之后的变化，同时研究图像经过低通滤波器和高通滤波器之后的变化，同时进行综合应用经过同态滤波后的图像的变化。

第三章[灰度变换与空间滤波]主要研究时域平滑的算法，时域平滑包括中值滤波、均值滤波以及超限像素平滑法，比较不同算法的差别，并观察图像是否达到预期效果。经过图像平滑后，对已经去噪的图像进行点运算，研究与其有关的算法，点运算包括灰度变换和直方图均衡化。其中灰度变换又可以分为线性灰度变换和非线性灰度变换，在直方图修正法这个大模块中主要研究直方图均衡化处理，观察处理后的图像，得出对光照不均匀图像处理的效果的结论。

第四章[混合空间增强]主要研究与时域锐化有关的算法，时域锐化包括梯度锐化和拉普拉斯锐化，其中梯度锐化还包括普通梯度锐化、Prewitt算子和Sobel算子。同时把代数运算作为辅助工具，研究图像混合空间增强法。

第五章[软件系统构成与实现]根据前面所研究的不同图像增强方法，最终得到的基于光照补偿的图像预处理系统，并通过VC++6.0开发的MFC应用软件来实现。

2  基于频域的图像增强

图像的时域和频域是相互对应的，因为有用信息和噪声在频域中所对应的位置有所差距，所以可以在频域对图像进行处理，同样可以达到处理图像的理想效果。根据不同种类的滤波器处理图像可以得到不同的结果，从而达到平滑或者是锐化的效果，使图像变得更加清晰。

假设原始图像表示为函数f(x,y)，经过傅立叶变换后的图像为F(u,v)，将F(u,v)当中的频率成份和滤波器H(u,v)进行相乘，乘积相当于时域当中卷积运算。最后要经过傅立叶的逆变换来得到最终的增强图像g(x,y)。在这里，H(u,v)表示的是频率域在增强过程中所使用的滤波器。