利用数字图像处理系统使图像更清晰或突出所需特征以改善图像质量或视觉效果的处理技术。图像增强技术通常是在图像恢复处理之后进行的。未经傅立叶变换的图像空间称为空域，经过傅立叶变换的图像空间称为频域，图像增强可以在空域内进行，也可以在频域内进行，分别形成空域增强技术和频域增强技术。空域增强技术以映射变换为基础，根据人们选择的映射变换函数直接处理图像内各像元的亮度值；频域增强技术以卷积定理为基础，根据人们选择的传递函数修改图像的傅立叶变换形式，实现对图像的变换、滤波处理。两种技术统称为改善技术，其实质是在对图像进行频谱分析、过滤和综合的基础上提高图像的解像力，满足人们视觉印象或计算机自动识别的需要。

目前应用较多的数字图像增强方法有：①反差增强。通过扩展各像元亮度的取值范围来提高一幅图像的反差。根据扩展亮度值的方法不同又分为线性扩展和非线性扩展两种，非线性扩展又分为直方图扩展和特定扩展两种。②密度分割。对图像的亮度进行分割，使一定亮度间隔对应于一类或几类地物，并用指定的符号或颜色表示，从而便于观察或分类。根据指定的亮度间隔，密度分割分为线性密度分割、非线性密度分割等；根据使用的特征参数的多少，密度分割又分为一维空间的密度分割和多维空间的密度分割。③边界增强。利用微分尖锐化的方法使图像中相邻像元的亮度相同时梯度为零，亮度相近时梯度小，亮度差值大时梯度大，从而突出了图像内各类地物的界线。④б值增强。利用同一图像不同谱段的对应像元的亮度值之б，或若干个谱段组合的对应像元的亮度值之б，消除地形起伏造成的阴影、云彩阴影，使图像得到增强，更便于显示隐伏的地质构造和区分在单谱段中发生混淆的地物。⑤同态滤波。利用同态滤波函数分别处理图像中的高频部分和低频部分，既压缩亮度的取值范围又提高反差，从而滤去图像中的噪声，又保持轮廓和边界的清晰，改善图像的质量。⑥定向滤波。常在空域内进行，它用某一方向模板对图像进行卷积处理并以卷积值代替像元的亮度值，从而增强某一方向的地面形迹。定向滤波的效果完全取决于方向模板的大小以及模板内各元素的取值，因此需在实际作业时选择或临时设计。⑦修改直方图增强。直方图是数字图像概貌总的描述，反映出一幅图像内亮度的取值范围、每个亮度间隔的频数、像元亮度分布的形态以及整幅图像的色调。由直方图可以看出一幅图像的反差大小以及该图像是否便于识别。直方图的形式见图1。把图像的直方图修改为指定的形式，即保留像元的空间结构而改变亮度的分布关系，从而改善图像的外貌，达到增强的目的。增强的效果取决于所指定的直方图形式；根据指定的直方图的形式不同，修改直方图增强又分为直方图均衡化和直方图规定化两种方法。

图1 直方图

直方图均衡化。首先利用指定的变换函数T（r）把原图像的直方图修改为均衡直方图，然后按照均衡直方图调整各像元的亮度值，扩大原图像的像元亮度值r的分布范围，改善其对б度。图2是一幅原始图像的直方图，图3是指定的变换函数，图4是均衡化处理后的直方图。经过这种处理，原始图像中亮度值最集中的范围得到最大的反差增强，即中间范围的亮度值优先被伸展，它们所代表的地物获得最大的反差而最易于识别，原始图像中极亮和极暗的部分则被严重压缩而不易识别。直方图规定化。用指定的指数函数、对数函数、线性扩展函数或分段线性扩展函数等作为变换函数，把图像的原始直方图调整为事先规定的形式，然后按照该形式的直方图调整原图像，压缩不需要的部分而突出需要的部分，从而达到增强图像的目的。其中，用指数函数作为变换函数时能压缩图像中低亮度层次的像元，增强高度层次的像元；对数指数则扩展低亮度层次部分而使得高层次被限制在一定的亮度层次内；线性扩展函数均匀地增强所有的亮度层次；分段线性扩展函数则区分不同的情况，根据赋予的不相同的比例因子对各亮度层次予以不同程度的增强。

图2 原始图像的直方图

图3 变换函数T_r

图4 均衡化后的直方图

现有的图像增强方法各有利弊，同一种方法能突出图像的某些特征，又会掩盖或消除图像别的特征，因此应根据需要加以选用。