01
图像增强概述
什么是图像增强 · 目的与意义 · 空域与频域分类
基础概念
02
直方图基础
灰度直方图 · 性质 · 读取直方图信息
统计可视化
03
直方图均衡化
原理推导 · 手动实现与OpenCV · 效果对比
对比度经典
04
自适应直方图均衡化 (CLAHE)
全局均衡化局限 · CLAHE原理 · clip limit & tile size
局部调优
05
直方图规定化
概念 · 单映射与组映射 · 风格迁移应用
匹配创意
06
线性变换
对比度拉伸 · 灰度线性变换 · 分段线性变换
基础调整
07
伽马校正
伽马变换原理 · 不同伽马值效果 · 显示器校准
非线性显示
08
对数与指数变换
对数压缩高动态 · 指数增强暗部细节
动态范围暗部
09
图像反转
灰度反转与彩色反转 · 医学图像应用
反转医学
10
空间滤波基础
卷积操作 · 核概念 · 边界处理方式
滤波卷积
11
平滑滤波
均值滤波 · 高斯滤波 · 中值滤波原理与对比
去噪平滑
12
锐化滤波
拉普拉斯 · Sobel · USM锐化
边缘细节
13
双边滤波
边缘保持平滑 · 公式 · sigma空间与颜色
保边参数
14
非局部均值去噪
原理 · 与双边滤波对比 · 实际去噪效果
去噪高级
15
傅里叶变换基础
时域到频域 · FFT · 频谱图解读
频域变换
16
频域滤波
低通/高通 · 带通/带阻滤波
频域滤波
17
同态滤波
照度-反射模型 · 消除光照不均
光照校正
18
色彩空间基础
RGB/HSV/Lab/YCbCr · 转换与适用场景
色彩模型
19
白平衡调整
灰度世界法 · 完美反射法 · 自动白平衡
白平衡色温
20
色彩增强
饱和度调整 · 色调映射 · 色彩均衡化
鲜艳映射
21
图像去雾
暗通道先验 · 去雾步骤 · 参数调整
去雾户外
22
图像超分辨率
传统插值(最近邻/双线性/双三次) · 学习超分简介
插值超分
23
图像修复
偏微分方程方法 · 基于样本修复(Criminisi)
修复补全
24
HDR成像
高动态范围原理 · 色调映射(全局/局部) · 曝光融合
HDR融合
25
图像锐化与去模糊
维纳滤波 · Lucy-Richardson · 盲去卷积
去模糊复原
26
噪声模型
高斯/椒盐/泊松/乘性噪声建模
噪声仿真
27
图像质量评估
PSNR · SSIM · MSE · 主观与客观评估
指标评估
28
深度学习增强入门
CNN应用 · SRCNN · Denoising Autoencoder
深度学习入门
29
GAN在增强中的应用
SRGAN · ESRGAN · EnhanceNet · 感知损失
GAN对抗
30
综合实战
构建完整增强流水线：去噪→去雾→锐化→色彩校正
实战流水线