引言
图像增强的方法是通过一定手段对原图像附加一些信息或变换数据，有选择地突出图像中感兴趣的特征或者抑制(掩盖)图像中某些不需要的特征，使图像与视觉响应特性相匹配。其主要目的有两个：一是改善图像的视觉效果，提高图像成分的清晰度；二是使图像变得更有利于计算机处理。图像增强技术根据增强处理过程所在的空间不同，可分为基于空间域的算法和基于频率域的算法两大类。空间域方法直接对图像像素的灰度进行处理。变换域方法在图像的某个变换域中对变换系数进行处理，然后通过逆变换获得增强图像。直方图均衡化算法是图像增强空域法中的最常用、最重要的算法之一。它以概率理论作基础,运用灰度点运算来实现直方图的变换,从而达到图像增强的目的。
正 文
灰度直方图是灰度值的函数，描述的是图像中具有该灰度值的像素的个数，其横坐标表示像素的灰度级别，纵坐标是该灰度出现的频率(像素个数与图像像素总数之比)。把直方图的灰度值进行统计，方便图像处理的进一步操作。
二、数字图像的取反2图像是有一个个像素组成，每个像素有不同的RBG值，比如121，122，95，分别代表不同的色深。所有的颜色都能由这三个数表示。最大值分别为255。图像取反就是用255减去这三个值。将图像按像素按位进行求反，求反处理的图像与原始图像“黑白颠倒”，可以看清原始图像中灰黑区域的情况
设输入图像为f(x,y),反色后的图像为g(x,y), 那么图像反色的方法为:
g(x,y)=255- f(x,y)
取反后图片
三、数字图像的锐化laplace算子
图像锐化是一种使图像原有的信息变换到有利于人们观看的质量。进行图像锐化处理有两个目的:一是增强图像边缘，使模糊的图像变得更加清晰。二是希望经过锐化处理后，目标物体的边缘鲜明，以便于计算机提取目标物体的边界、对图像进行分割、区域形状提取等。
3.1 数字图像锐化的方法
图像锐化一般有两种方法：一种是微分法，另一种是高通滤波法，而拉普拉斯锐化法是属于常用的一种微分锐化的方法。
微分法：梯度锐化法、Laplace算子、Sobel算子、Roberts算子、Prewitt算子。本次项目中我们将终点介绍拉普拉斯算子的方法。
3.2图像锐化的主要用途
(1)突出图像中的细节，增强被模糊了的细节
(2)图像识别中，分割前的边缘提取
(3)锐化处理恢复过度钝化、曝光不足的图像
(4)印刷中的细微层次强调，弥补扫描对图像的钝化
(5)超声探测成像，分辨率低，边缘模糊，通过锐化来改善
(6)尖端武器的目标识别、定位
3.3拉普拉斯算子理论及方法
拉普拉斯算子是一种在图像锐化处理中很重要的算法。拉普拉斯算子是与一个边缘方向无关的边缘点检测算子。它对孤立像素的响应要比对边缘或线的响应更强烈,因此使用该算子进行图像锐化之前需要对图像作平滑处理，这是一个刻画图像灰度的二阶商算子，它是点、线、边界提取算子，亦称为边界提取算子。通常图像和对他实施拉式算子后的结果组合后产生一个锐化图像。
拉普拉斯锐化法是常用的微分锐化法。拉普拉斯运算是偏导数运算的线性组合，而且是一种各向同（旋转不变）的线性运算。
对于一个连续的二元函数，其拉普拉斯算子定义为:
为了更适合于数字图像处理，将该方程表示为离散形式：
程序流程图：
锐化前后图片对比 
四、心得体会通过这次三级项目，小组成员都收获了很多，整个过程都需要学会自主学习，这是我们每个人都有了或多或少的收获。了解了数字图像处理的一些基本方法（直方图统计，取反，拉普拉斯算子），也提高了我们的动手实践能力。
在项目过程中难免会因观点不同而有一些摩擦，这时就需要我们以项目为重，以团队为重，这也使我们懂得了团队合作的重要性。
通过本次设计，我对程序的设计和研究有了更深刻的体会，让我了解到在编写程序时，进行模块化设计，以严谨的态度进行编程，避免出现低级错误，养成为程序添加注释和说明的好习惯，以便自己的修改和阅读者轻松的了解程序的各部分及整体的功能。当中也获得了程序运行成功后满满的喜悦，满满的成就感，同时也让我们对于亲身实践有了更清晰的认识。
原图
