引言
圖像增強的方法是通過一定手段對原圖像附加一些信息或變換數據，有選擇地突出圖像中感興趣的特征或者抑制(掩蓋)圖像中某些不需要的特征，使圖像與視覺響應特性相匹配。其主要目的有兩個：一是改善圖像的視覺效果，提高圖像成分的清晰度；二是使圖像變得更有利于計算機處理。圖像增強技術根據增強處理過程所在的空間不同，可分為基于空間域的算法和基于頻率域的算法兩大類。空間域方法直接對圖像像素的灰度進行處理。變換域方法在圖像的某個變換域中對變換系數進行處理，然后通過逆變換獲得增強圖像。直方圖均衡化算法是圖像增強空域法中的最常用、最重要的算法之一。它以概率理論作基礎,運用灰度點運算來實現直方圖的變換,從而達到圖像增強的目的。
正 文
灰度直方圖是灰度值的函數，描述的是圖像中具有該灰度值的像素的個數，其橫坐標表示像素的灰度級別，縱坐標是該灰度出現的頻率(像素個數與圖像像素總數之比)。把直方圖的灰度值進行統計，方便圖像處理的進一步操作。
二、數字圖像的取反2圖像是有一個個像素組成，每個像素有不同的RBG值，比如121，122，95，分別代表不同的色深。所有的顏色都能由這三個數表示。最大值分別為255。圖像取反就是用255減去這三個值。將圖像按像素按位進行求反，求反處理的圖像與原始圖像“黑白顛倒”，可以看清原始圖像中灰黑區域的情況
設輸入圖像為f(x,y),反色后的圖像為g(x,y), 那么圖像反色的方法為:
g(x,y)=255- f(x,y)
取反后圖片
三、數字圖像的銳化laplace算子
圖像銳化是一種使圖像原有的信息變換到有利于人們觀看的質量。進行圖像銳化處理有兩個目的:一是增強圖像邊緣，使模糊的圖像變得更加清晰。二是希望經過銳化處理后，目標物體的邊緣鮮明，以便于計算機提取目標物體的邊界、對圖像進行分割、區域形狀提取等。
3.1 數字圖像銳化的方法
圖像銳化一般有兩種方法：一種是微分法，另一種是高通濾波法，而拉普拉斯銳化法是屬于常用的一種微分銳化的方法。
微分法：梯度銳化法、Laplace算子、Sobel算子、Roberts算子、Prewitt算子。本次項目中我們將終點介紹拉普拉斯算子的方法。
3.2圖像銳化的主要用途
(1)突出圖像中的細節，增強被模糊了的細節
(2)圖像識別中，分割前的邊緣提取
(3)銳化處理恢復過度鈍化、曝光不足的圖像
(4)印刷中的細微層次強調，彌補掃描對圖像的鈍化
(5)超聲探測成像，分辨率低，邊緣模糊，通過銳化來改善
(6)尖端武器的目標識別、定位
3.3拉普拉斯算子理論及方法
拉普拉斯算子是一種在圖像銳化處理中很重要的算法。拉普拉斯算子是與一個邊緣方向無關的邊緣點檢測算子。它對孤立像素的響應要比對邊緣或線的響應更強烈,因此使用該算子進行圖像銳化之前需要對圖像作平滑處理，這是一個刻畫圖像灰度的二階商算子，它是點、線、邊界提取算子，亦稱為邊界提取算子。通常圖像和對他實施拉式算子后的結果組合后產生一個銳化圖像。
拉普拉斯銳化法是常用的微分銳化法。拉普拉斯運算是偏導數運算的線性組合，而且是一種各向同（旋轉不變）的線性運算。
對于一個連續的二元函數，其拉普拉斯算子定義為:
為了更適合于數字圖像處理，將該方程表示為離散形式：
程序流程圖：
銳化前后圖片對比 
四、心得體會通過這次三級項目，小組成員都收獲了很多，整個過程都需要學會自主學習，這是我們每個人都有了或多或少的收獲。了解了數字圖像處理的一些基本方法（直方圖統計，取反，拉普拉斯算子），也提高了我們的動手實踐能力。
在項目過程中難免會因觀點不同而有一些摩擦，這時就需要我們以項目為重，以團隊為重，這也使我們懂得了團隊合作的重要性。
通過本次設計，我對程序的設計和研究有了更深刻的體會，讓我了解到在編寫程序時，進行模塊化設計，以嚴謹的態度進行編程，避免出現低級錯誤，養成為程序添加注釋和說明的好習慣，以便自己的修改和閱讀者輕松的了解程序的各部分及整體的功能。當中也獲得了程序運行成功后滿滿的喜悅，滿滿的成就感，同時也讓我們對于親身實踐有了更清晰的認識。
原圖
