Halcon---图像增强：空间域

*点运算：
                           *灰度变换，
                             *1.图像取反
                              invert_image(Image,ImageInvert)
                              *2.增加图像对比度
                               emphasize(Image,ImageEmphasize1, width, height, 1)
                               *3.缩放图像的灰度
                                scale_image(Image,ImageScaled,1, 5)
                               *取反
                                scale_image(Image,ImageScaled,-1, 255)
                            *直方图修正法，
                            equ_histo_image(Image,ImageEquHisto1)
                            *局部统计法正法
                   *邻域运算：
                            *图像平滑，
                               *图像所用的领域半径越大，图像mo'hu'cheng
                               *均值滤波，适用带有高斯噪声的
                                mean_image(Image,ImageMean1, width, height)
                                *中值滤波：椒盐噪声
                                *多图像平均法
                            
                            *图像锐化：求导
                               *突出增强图像边缘和轮廓信息
                               *运用一阶微分算子检测边缘（梯度算子->微分法）
                                    *边缘的强度，梯度的方向始终垂直于边缘方向
                                 *水平垂直差分法
                                 *Robert（交叉差分）
                                 *Sobel：是3*3倍数矩阵，锐化边缘信息强，获得的边界是比较粗略的边界，反映的边界信息
                                         *较少，但是所反应的边界比较清晰
                                 sobel_amp(Image,EdgeAmplitude, 'sum_abs', 3)
                                 threshold(EdgeAmplitude,thred_Image,30,255)
                                 *Prewitt
                                *运用二阶微分算子检测边缘
                                  *拉普拉斯算子:二阶求导，获得的边界是比较细致的边界，反映的边界信息包括了许多细节信息
                                               *，但是所反应的边界不是太清晰。
                                               *把原图像和拉普拉斯图像叠加在一起的简单方法可以保护拉普拉斯锐化处理的效果，
                                               *同时又能复原背景信息。
                                               read_image(Image,'mreut')
                                               rgb1_to_gray(Image, GrayImage)
                                              * laplace(GrayImage, ImageLaplace, 'signed', 3, 'n_4')
                                               laplace_of_gauss(GrayImage, ImageLaplace, 5.0)
                                               dev_display(ImageLaplace)
                                               
                                               zero_crossing(ImageLaplace, RegionCrossing)
                                               dev_display(RegionCrossing)
                                  *Log算子
                                  *Canny算子