常用的图像增强方法主要包括以下几种：

  1. 直方图均衡化：通过调整图像的直方图分布，使其分布更均匀，从而增强图像的全局对比度。这种方法对于背景和前景都太亮或太暗的图像特别有效。
  2. 灰度变换：通过数学变换将图像的灰度值进行拉伸或压缩，以便更好地显示图像的细节。例如，对数变换可以增强低灰度区域的细节，而指数变换则可以增强高灰度区域的细节。
  3. 平滑滤波：使用平滑滤波器（如均值滤波、高斯滤波等）来减少图像中的噪声。平滑滤波器通过计算邻域像素的平均值或加权平均值来替换中心像素的值，从而消除噪声。
  4. 锐化滤波：与平滑滤波相反，锐化滤波器通过强调图像中的边缘和细节来增强图像的清晰度。常见的锐化滤波器有拉普拉斯算子、高通滤波器等。
  5. 边缘检测：通过检测图像中亮度变化明显的点作为边缘，从而分离图像中的前景和背景。常用的边缘检测算子包括Sobel算子、Canny算子等。
  6. 图像复原：对于低质量或损坏的图像，可以通过图像复原技术来恢复其原始质量。这通常涉及到求解一个逆滤波器或维纳滤波器，以消除噪声和模糊等因素的影响。
  7. 色彩空间转换：将图像从一种色彩空间转换到另一种色彩空间，以便更好地进行图像处理。例如，将RGB图像转换为HSV或HSL色彩空间，可以更方便地进行色调、饱和度和亮度等参数的调整。

这些方法可以单独使用，也可以组合使用，以达到**的图像增强效果。在实际应用中，需要根据具体任务和需求选择合适的图像增强方法。