总览如图：
直方图灰度变换
直方图均衡化：实现了图像灰度的均衡分布，对提高图像对比度、提升图像亮度具有明显的作用。直方图均衡化的目的是将原始图像的直方图变为均衡分布的形式，将一非均匀灰度概率密度分布图像，通过寻求某周灰度变换，变成一副具有均匀概率分布的目的图像。
直方图均衡化具体步骤参考：https://www.cnblogs.com/KeithTee/p/14092775.html
直方图规定化：在实际应用中，有时并不需要图像的直方图具有整体的均匀分布，而 希望直方图与规定要求的直方图一致，就是直方图规定化。可以人为地改变原始图像直方图的形状，使其成为某个特定的形状，即增强特定灰度级分布范围内的图像。
直接灰度变化
线性和非线性，这个很好理解，可以想象一下数学上的函数，线性就是一条直线（先不管它倾斜角度如何），非线性就是曲线或者其他映射关系。
这个知识点不是重点。
频域滤波
高通滤波：图像中物体的边缘及其他灰度变化较快的区域与图像的高频信息有关，因此可以利用高通滤波器可以对图像的边缘信息进行增强，起到锐化图像的作用。
高通滤波器的类型：
- 理想高通滤波器
- 巴特沃斯高通滤波器
- 指数高通滤波器
- 梯形高通滤波器
低通滤波：图像从空间域变换到频率域后，其低频分量对应图像中的灰度值变化比较缓慢的区域，而高频分量则表示图像中物体得边缘和随机噪声信息。低通滤波功能是通过低通滤波器函数H减弱或抑制高频分量，保留低频分量。因此，低通滤波与空域中的平滑滤波器在功能上是一样的，可以消除图像中的随机噪声、削弱边缘效应，起到平滑图像的作用。
低通滤波器的类型：
- 理想低通滤波器
- 巴特沃斯低通滤波器
- 指数低通滤波器
- 梯形低通滤波器
空域滤波
平滑滤波：平滑滤波能减弱或消除图像中高频率的分量，但不影响低频率的分量。因为高频分量对应图像中的区域边缘等灰度值具有较大、变化较快的部分，平滑滤波将这个分量滤除可以减少局部灰度的起伏，使图像变得平滑。经常用于模糊处理和减小噪声。
平滑滤波分为（均值滤波）和（中值滤波）
均值滤波：将原图中一个像素的灰度值和它周围邻近的像素的灰度值相加，然后将求得的平均值作为新图中该像素的灰度值。
中值滤波：将这些灰度值从小到大排成一列，找出这些灰度值里排在中间的一个，这个中间值赋给对应模板中心位置的像素。
锐化滤波：锐化滤波能减弱或消除图像中的低频分量，但不影响高频分量。因为低频分量对应图像中灰度值缓慢变化区域，因而与图像的整体特性如整体对比度和平均灰度值有关。锐化滤波能使图像反差增加，边缘明显，可用于增强图像中被模糊的细节或景物边缘。