之前用到的一些預處理整理，主要是影象增強和濾波演算法。
程式碼地址：https://github.com/WangLCG/Image_Process/tree/master/Image_enhance

1、直方圖均衡化

調整影象的灰度分佈使其能在0-255範圍內分佈更均衡，可用於提高影象的對比度，適用於對比度較低的圖片，能增加圖片的細節。
處理對比：

2、伽馬矯正

主要用於將圖片中灰度過高或過低部分進行修正，既是增強低灰度和高灰度值部分的細節， 能增強對比度。
公式為： dst = ( src )^gamma
gamma值以1為界，值越小，對影象低灰度部分的擴充套件作用越強； 值越大，對影象高灰度部分的擴充套件作用越強

3、拉普拉斯銳化

強調圖片的邊緣和細節，但同時會把噪聲也增強(改進為LOG運算元 –> DOG運算元)。
原理：當領域中心畫素灰度低於它所在領域內的其他畫素的平均灰度，此中心畫素的灰度並進一步降低，當領域中心畫素灰度高於他所在的領域內其它畫素的平均灰度，此中心畫素的灰度被進一步提高，由此實現圖片銳化。

4、白平衡(灰度世界法)

不同色溫光源下圖片中物體會出現顏色的偏差，以白色物體為參考進行顏色校正，故有白平衡這一說。

5、高斯濾波

線性平滑濾波，適用於消除高斯噪聲，相對於均值濾波它的平滑效果更柔和而且邊緣能較好的保留

6、盒式濾波(Opencv中的均值濾波就是盒式方法實現的)

一種線性濾波技術，它的實現借鑑了積分圖的原理。其關鍵步驟是初始化儲存領域內畫素值之和的陣列S，在求解某領域內的畫素值和時，只要索引輸出圖片中對應區域的位置即可。
盒式濾波可以使複雜度為O(MN)的求和，求方差等運算降低到O(1)或接近O(1)，缺點是不支援多尺度。
盒式濾波在去除噪點的同時會去除很多細節部分，將影象變得模糊。