图像的灰度变化（图像增强）
灰度图变换的目的：图像灰度值变换主要为了提高图像的对比度。对比度就是图像的清晰程度，不同的物体与背景是否对比清晰。包括灰度图变换以及直方图变换等。
灰度图线性变换：将图像的像素点的灰度值按照线性变换函数进行变换。g(x,y)=af(x,y)+b
图像取反：g(x,y)=255-f(x,y)
add_image() 图像相加
invert_image()图像取反
灰度图的非线性变换：图像灰度值采用非线性函数进行变换。常用的为对数函数与指数函数。
g(x,y)=a+bln[f(x,y)+1]一般是提高地范围的像素，压缩高范围的像素。
g(x,y)=a^[f(x,y)]+b 相反，提高高范围的像素，压缩低范围的像素。
log_image(inputImg,outputImg,'e')
exp_image(inputImg,outputImg,'e')
灰度直方图变换
对图像中的像素灰度做映射变换。
直方图均衡变化：equ_histo_image(InputImg,cutputImg)
图像滤波
作用：去除图像中的干扰（噪声）。噪声一般是由外界干扰产生的，比如灰尘、热噪等。
均值滤波：对于模糊图像内部噪声具有很好的作用。
滤波模板是描述滤波器大小，里边存储着具体的数值。
滤波模板大小是指滤波矩阵的纬度2*2[11;11]
mean_inage()
高斯滤波
根据高斯函数，考虑权重的滤波。gauss_filter()
中值滤波
对单个噪声点具有很好的平滑作用，特别是椒盐噪声。 medina_image()
导向滤波
对于边缘具有很好的保持作用，同时能够对其他地方去除噪声，是很受欢迎并且常用的去噪方法。 guided_filter()
