图像增强的方法、策略、处理对象如下：
前几篇文章都是针对某一点像素操作的，属于时域分析中的点处理；
线性操作------可用于两图像的线性混合或ROI区域混合，addWeighted函数。
图像平均------减少图像噪声的一种简单方式，处理低照度下产生高斯噪音的图像较为理想，也可处理椒盐/相机噪声。
图像反转------用于增强嵌入在一幅图像的暗区域中的白色或灰色细节。特别是当黑色面积在尺寸上占主导地位时。
对数变换log------对数函数的一般形状的任何曲线，都能完成图像灰度级的扩展/压缩；但幂律变换对于这个目的更为通用；
伽马变换------伽马变换--s=cr^γ ， γ<1时将较窄范围的暗色输入转换为较宽范围的输出值；γ>1时将较窄范围的亮色输入转换为较宽范围的输出值。
对比度拉伸------变换函数把灰度级由原范围线性的拉伸至整个范围[0,L-1]，适用于像素值集中在某一小区间。
灰度级分层------通常用于突出图像中特定灰度范围的亮度，其包括增强特征；
比特平面分层------理解各比特位对图像的作用，高阶比特（如前4位）包含大多数视觉重要数据，低阶比特（如后4位）对图像中的微小细节有作用
直方图均衡化------通过调整图像的灰阶分布，使得在0~255灰阶上的分布更加均衡，提高了图像的对比度，达到改善图像主观视觉效果的目的。对比度较低的图像适合使用直方图均衡化方法来增强图像细节。