1. 對比度拉昇
採用了線性函數對圖像的灰度值進行變換
2. Gamma校正
採用了非線性函數（指數函數）對圖像的灰度值進行變換
這兩種方式的實質是對感興趣的圖像區域進行展寬，對不感興趣的背景區域進行壓縮，從而達到圖像增強的效果
3. 直方圖均衡化
將原始圖像的直方圖通過積分概率密度函數轉化爲概率密度爲1（理想情況）的圖像，從而達到提高對比度的作用。直方圖均衡化的實質也是一種特定區域的展寬，但是會導致整個圖像向亮的區域變換。當原始圖像給定時，對應的直方圖均衡化的效果也相應的確定了。
4. 直方圖規定化
針對直方圖均衡化的存在的一些問題，將原始圖像的直方圖轉化爲規定的直方圖的形式。一般目標圖像的直方圖的確定需要參考原始圖像的直方圖，並利用多高斯函數得到。
5. 同態濾波器
圖像的灰度圖像f(x,y)可以看做爲入射光分量和反射光分量兩部分組成：f(x,y)=i(x,y)r(x,y).入射光比較的均勻，隨着空間位置變化比較小，佔據低頻分量段。反射光由於物體性質和結構特點不同從而反射強弱很不相同的光，隨着空間位置的變化比較的劇烈。佔據着高頻分量。基於圖像是由光照譜和反射譜結合而成的原理設計的。
基於HSV空間的彩色圖像增強方法
針對於灰度圖像，我們主要有以上的幾種處理方法，但是針對於彩色圖像，由於存在RGB分量，故而不能直接將灰度圖像的處理方法應用。因爲直接對每一個分量使用灰度增強的方法會導致顏色的紊亂髮生。
而我們可以將RGB圖像轉化爲其他空間的圖像，比如：我們可以將RGB空間的圖像轉換爲HSV空間的圖像。HSV分別指色調，飽和度，亮度。由於調整HSV三個不同的量，我們可以得到比較直觀的