一、圖像去噪方法
1.噪聲類型
常見的有加性噪聲和乘性噪聲，加性噪聲包括高斯噪聲，椒鹽噪聲等。圖像中的噪聲往往和信號交織在一起，特別是乘性噪聲，如果平滑不當，很容易是圖像本身的細節，如邊緣輪廓、線條等變的模糊不清。如何既平滑掉噪聲又儘量保持圖像細節，是圖像去噪的主要任務。
2.去噪技術
分爲兩類，空間域方法，採用各種圖像平滑模板對圖像進行卷積處理；頻率域方法，通過對圖像進行變換後，選用適當的頻率帶通濾波器進行濾波處理，經反變換後獲得去噪的圖像。
（1）均值濾波：用幾個灰度像素的平均值代替每個像素的灰度
（2）中值濾波：用鄰域內的各點的中值代替
（3）維納濾波：使濾波後圖像與原始圖像均方誤差最小
（4）小波濾波：小波變換，在不同分辨率下，設定閾值門限，調整小波係數，達到去噪目的。
二、圖像增強方法
按照特定需求，突出一幅圖像中的某些信息，同時削弱或去掉某些不需要的信息
1.空域增強：直方圖均衡、對比度增強、灰度變換、
2.頻域增強：對圖像做傅里葉變換，對頻譜進行操作，然後逆傅里葉變換得結果。低通濾波、高通濾波、指數濾波、Butterworth濾波。
三、邊緣檢測方法
1.基於灰度直方圖的邊緣檢測
2.基於梯度的邊緣檢測：Robert算子、Sobel算子、prewit算子、Laplace算子、canny算子