图像增强是指根据特定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要的信息的处理方法。其主要目的是使处理后的图像对某种特定的应用来说，比原始图像更适用。因此，这类处理是为了某种应用目的而去改善图像质量的。处理的结果使图像更适合人的观察或机器的识别系统。应该明确地是增强处理并不能增强原始图像的信息，其结果只能增强对某种信息的辨别能力，而同时这种处理有可能损失一些其他信息。

正因如此，我们很难找到一个评价图像增强效果优劣的客观标准，也就没有特别通用模式化的图像增强方法，这需要我们根据具体期望的处理效果做出取舍。

图像可以看成是一个特殊的二维的信号，某一点的灰度级，其实就是图像信号上这一点的幅度，根据信号的概念，频率就是信号变化的快慢，所谓的频率也就是这个图空间上的灰度变换的快慢，或者是叫图像的梯度变化，在图像中“边界”梯度频率比较大。

如果一幅图整体变化不大（比如说是一面墙的图），那么在频率域下低频成分就很多，而高频成分就极少。而显然如果是一幅国际象棋棋盘，高频成分相对墙的图片来说，显然较多。

滤波和算子都是数字图像处理的基本操作，其中滤波是指在像素领域（空间域）内做领域处理（中值滤波、均值滤波）或者在图像频域内（需要先做傅里叶变换）做处理（低通滤波、高通滤波、带通滤波）。算子一般就是指的是卷积算子。

空间域图像增强与频率域图像增强是两种截然不同的技术，实际上在相当程度上说它们是在不同的领域做相同的事情，是殊途同归的，只是有些滤波更适合在空间域完成，而有些则更适合在频率域中完成。

本篇博文使用MATLAB实现对添加了噪声的图像，使用滤波器对图像进行平滑处理，实现图像滤波及噪声消除。

选择图像增强功能，载入实验图像，选择不同的滤波器，观察图像处理结果，改变滤波器模板，比较图像处理结果，效果如下图所示：

对图像添加椒盐噪声和高斯噪声，比较各种滤波器对椒盐噪声的平滑效果，以及均值滤波和高斯滤波对高斯噪声的去噪效果，效果如下图所示：

 项目资源下载请参见：MATLAB实现图像滤波及噪声消除【图像处理实战】