一、空间域图像增强
1、定义：指对图像的灰度值直接处理以达到改善图像视觉效果的目的。
2、分类：据决定输出图像像元灰度值的方法不同，可分为：
1）、点运算：输出像元由对应输入像元的灰度值决定的运算方法；
2）、邻域运算（卷积滤波）：输出像元由对应输入像元与其领域内像元的灰度值决定；
3）、灰度形态学梯度运算：输出像元由结构元素及其对应的图像像元共同决定的运算。
二、变换域图像增强
1、定义：指在图像的某个变换域内对图像的变换系数进行某种修改。
2、方法：
1）、傅里叶变换：图像的细节信息对应于频率域的高频部分，因此可以在频率域中先对高频部分进行增强（如乘以一个大于1的数值）再反变换到空间域，或者仅提取高频部分对应的信息（如频率域高通滤波）叠加到原图像。
2）、小波变换：可将图像在多级尺度上分解为低频分量、水平次高频分量、垂直次高频分量和对角高频分量。其中图像的概貌主要体现在低频部分，细节部分体现在高频部分。
3）、颜色空间变换：是一种用数学方法来表示颜色的模型，通常使用代表3个参数的三维坐标来指定颜色，这个坐标描述了颜色在特定颜色空间中的位置。
三、其他变换：
如主成分变换、最小噪声分离变换、缨帽变换、独立主成分变换等。