成本相对较低的个人电脑的广泛普及，预示着一场革命的科学家和一般的消费人群之间在数字图像处理活动。耦合到模拟图像（主要是照片）便宜的扫描仪，图像采集与电子传感器（主要是虽然电荷耦合器件CCD的）的数字化，用户友好的图像编辑软件包在急剧增加的能力，增强功能，提取信息，并可以轻松地修改了数字图像的属性。
数字图像处理，使一个整数，而不是古典的暗室操作或随时间变化的模拟图像和视频信号所需的电压过滤矩阵的形式形象可逆的，几乎无噪音的修改。许多图像处理算法，即使是非常强大的，普通用户通常适用于业务数字图像，而不关心这些操作背后的基本原则。不小心操纵所带来的图像往往是严重退化或其他方面的力量和数字化处理软件的通用性，如果被正确地利用那些可以产生损害。
光学显微镜是一个迅速发展的领域，已经到了高度依赖依赖数字图像处理技术，无论是对审美的平衡和化妆品接触，以及康复和分析目的。然而，即使在显微镜是正确配置和Zui佳表演，捕获数字图像往往显示不平衡的背景下，过度的噪音，畸变文物，对比度差，外的重点地区，强度波动，也可以受到从颜色的变化和色彩平衡错误。此外，完美锋利的清脆和出色的色彩饱和度，在显微镜的图像出现往往是错位的图像传感器产生走样，相机噪音，伽玛校正不当，白平衡转移，对比度差，亮度波动如文物。
在图1中是一个薄切片染色的双子叶植物叶表皮在明照明一个标准的光学显微镜拍摄的数字图像。原本影像（图1（a）），薄片显示大量的噪音和患有整个视场照度不均匀，导致对比度差和缺乏标本详细的定义。背景减法，伽玛校正，直方图拉伸，色相，色彩平衡和饱和度调整，处理后的图像（图1（b））是相当大的改进。
前处理的数字图像评价
每幅图像经过数字图像已被抓获，并启动处理算法应用之前，应就其一般特征，包括噪声，模糊，背景强度的变化，亮度和对比度，和一般的像素值分布（直方图剖面进行评估） 。应注意阴影区域，以确定多少细节，以及明亮的功能（或亮点）和中间像素点的亮度地区。Zui容易完成这个任务是通过导入一个流行的软件编辑程序的Corel PHOTO - PAINT，Adobe的Photoshop，Macromedia Fireworks中，或Paint Shop Pro的，如图像。
每一个图像编辑程序中有一个统计数据或状态窗口，使用户能够翻译在图像上的鼠标光标，并获得有关具体的像素值在图像中的任何位置的信息。例如，Photoshop的信息调板提供不断更新的像素信息，包括X和Y坐标，RGB（红，绿，蓝）颜色值，CMYK（青色，品红，黄色，黑色）转换的百分比，以及高度和宽度，选取框内图像。在调色板中显示的首选项包括选择替代颜色空间模型的信息读出。在Photoshop可用的模型灰度，HSB（色调，饱和度和亮度），网站（重叠在Windows和Macintosh的8位或256色显示调色板的216种颜色）的颜色，实际颜色，混浊，和Lab颜色（设备无关的色彩空间）。
通过评估的强度（灰度和彩色）和各种图像功能，黑白点和对比度调整伸缩滑动的整个直方图直方图位置才能确定。图像剪裁，这是饱和的白色或曝光不足的图像中的黑色区域的外观表现，也应检查。在一般情况下，应避免剪裁，无论是在图像采集和图像时正在处理。背景强度的变化而受到不利影响的图像平场技术或背景减法的应用直方图操作前应予以纠正。
查找表
几个基本的数字图像处理算法通常称为单一图像的像素点操作，这对大型阵列，而不是连续的单个像素执行的操作的一种技术，通过光学显微镜功能聘用。一般方程，用来描述整个图像阵列的单一图像的像素点过程的关系：
O（X，Y）= M•[（X，Y）]
我（X，Y）表示输入图像的像素坐标位置（X，Y），O（X，Y）是输出图像的像素具有相同的坐标，M是一个线性的映射功能。在一般情况下，映射函数是一个公式，输入像素的亮度值转换到另一个输出像素值。由于一些在图像处理中使用的映射功能，可以很复杂，一个大的图像上执行这些操作，像素由像素，可以非常耗时和计算机资源的浪费。另一项技术，用于大图像映射被称为一个查找表（LUT），其中存储设计，以便其输出的灰度值是选定了相应的输入值转化强度转换函数（映射功能）。
当量化为8位（256级灰度），每个像素的亮度值，范围介于0（黑）和255（白色），共产生了256个可能的输出值。一看表，采用了计算机内存的256个元素的数组，这是预装了一套整数值定义的查表映射功能。因此，一个单像素的过程时，必须应用到图像使用查表，整数为每个输入像素的灰度值是用作一个指定的256个元素的数组的单个元素的地址。该元素的内存的内容（0和255之间的整数），覆盖的输入像素的亮度值（灰度级），并成为输出像素的灰度值。例如，如果配置为0到127之间，价值为1 128到255之间的输入值返回的输入值返回0值一看表，然后整体过程来看将导致二进制输出图像只有两个像素（0和1）。另外，反转图像的对比度，一看表，可以返回0的逆值255，1 254，2 253，等等。查找表有相当数量的通用性和可用于生产的多种数字图像的操作。
涉及查找表的图像变换，可以实现使用两种机制之一：在使原始图像数据转化，或输出，使转换后的图像显示，但原始图像保持不变的输入。原输入图像的一个永久性的转变可能是必要的，以正确的探测器属性已知的缺陷（例如，非线性增益特性），或转换到一个新的坐标系（从线性对数或指数）的数据。只有当输出图像应进行修改，进行图像变换，只是之前的数字图像在计算机显示器上显示的数字 - 模拟转换器转换回模拟形式。在某些情况下，输出查表（S）指定的转换结果直观地显示在监视器上，但不会改变原始图像数据。
查找表不限制线性或单调的功能，在信号处理中利用各种非线性查找表，以正确的相机响应特性，或强调一个狭窄的区域级灰度。一个很好的例子是一个非线性查表的效用记载，无意中与一个不正确的摄像机伽玛调整拍摄的图像校正。此外，也可以被转换成单色或彩色图像生成摄影底片。其他应用包括pseudocoloring和S形的查找表，强调选定范围内的灰度值，有针对性地加强所需的功能，或调整图像对比度量。
在图2查表映射图像对比度反转功能，使用一个256元内存预加载寄存器和一个表图（图2（a）），和一个阈值操作，只使用一个表图（图2 （b）项）。输入像素的灰度水平是利用查表元素指定的地址，其内容提供的内存中的输出像素灰度级寄存器（图2（a））。正视表图，提出了基于输入像素的输出像素值的计算的替代方法。使用地图，首先要确定输入像素灰度值，然后延伸的垂直线，从输入值的映射功能。然后绘制一条水平线垂直线的交点和映射功能，以产生输出像素灰度级地图的垂直轴（图2（b）和2（C））。在阈值的操作（图2（c））情况下，所有的像素低于100的输入值被映射到黑色（0），而其他输入像素强度不变。
平场校正和背景减法
显微镜，相机，或其他光学器件获得一个数字图像常常被形容为一个原始图像前处理和重要的像素值的调整（见图3）。在许多情况下，原始图像是适合目标应用中使用（打印，Web显示，报告等），但这样的形象通常表现出的光学和捕捉系统所产生的噪音和其他文物的显着水平，如，从镜头像差，探测器的违规行为（像素的非均匀性和固定模式噪声），灰尘，划痕，照度不均匀的扭曲。此外，偏置信号调整不当，超出了他们的真正的光度价值可以增加像素值，在测量具体的形象特征的振幅显着的错误，导致条件。在原始图像中的错误表现为阴影，过于明亮的高光，斑点，mottles，并改变了真实的像素值的强度梯度。在一般情况下，这些错误是数字图像明亮，均匀的背景，这是由多种常见的显微镜照明模式，包括明，斜，相衬，微分干涉对比（DIC）的生产尤为明显。荧光图像中灰色或明亮的背景，虽然比较少见，可能会受到类似的错误。
原始数字图像平场校正技术的应用，往往能确保测光精度和消除常见的图像缺陷，恢复功能的保真度和实现视觉上的平衡。这些修正应采取步骤，然后测量光的振幅或获得像素点的亮度值等定量信息，虽然是没有必要的更正的，以显示或打印图像。平场和背景减法的技术通常需要收集的条件下，额外的图像帧捕捉主要原料标本形象的类似。
大多数的平场校正计划利用两个补充的图像帧，除了原始图像，计算出Zui终的图像参数（图3）。取出样品，在相同的焦点水平作为原始图像帧捕捉无特色的视场，可通过一个平场的参照系。平场参考帧应显示原始图像相同的亮度和摄像系统的完整动态范围的优势，以尽量减少校正后的图像中的噪声。如果原始图像平场参照系低信号幅度，并包含一个显着的噪音量，校正后的图像也将被黑暗和嘈杂。为了弥补噪声和低强度，平场参考帧可以承受比捕捉原始图像所用的时间较长。可以添加几个平均帧（3-20），共同创建一个主平场具有非常低的噪音水平的参照系。
另外一个平场的参照系，一个黑暗的参照系是收集时的图像传感器是暴露在黑暗的场景，在没有显微镜的照明，从而有效地记录每个像素的输出水平。暗帧包含的像素偏置偏移水平和噪音来自电子和热污染的原始图像的来源获得。偏移的像素值从图像传感器以数字化模拟的强度信息从每个光电二极管正向电压派生。电子噪声来源于相机读出和相关人士透露，集水井和半导体传感器的基质中的硅原子的动能振动产生的热噪声。总的来说，这些噪声源被称为暗噪声，并在数字图像传感器的共同神器，这可能会导致明显的像素幅度的20％。为了确保测光精度，这些来源必须是从平场的参照系和原始图像中减去。黑暗的帧产生整合同期图像传感器输出的原始图像，但没有打开相机快门。主暗帧可以准备几个个别的暗帧平均增加信号强度。
一旦必要的框架已收集，平场校正是一个相对简单的操作，涉及到几个连续的功能。首先，主暗帧是从原始图像平场参考帧的结果值（图3）分工，中减去。实际上，原始帧除以平场的框架已经从每帧中减去暗帧后，商数乘以平均像素值，以保持原始和校正后的图像强度之间的一致性。校正后的图像中的单个像素的约束，有一个介于0和255级灰度值，作为预防措施，对在黑暗的参考帧的像素值超过原始图像的情况下反转的迹象。如图3所??示的平场校正，显示跨选定的区域形象与原料，平场，暗帧，以及校正后的图像的像素数的强度分布曲线。
背景减法是一种技术，在原始图像中的每个像素值的局部改建后在背景图像中的相同的坐标位置，相应的像素强度的结果。因此，在探测器的灵敏度或照明的不均匀性（包括斑驳，污垢，划痕，强度梯度），可以存储一个背景图像作为参考图像的空显微镜领域得到补偿。视频增强对比度（VEC）显微镜是关键取决于背景减法高度放大的图像对比度差的试样的杂散光，文物搬迁。在这种情况下，背景图片是通过散焦或取代标本视野。产生的背景图像存储，并不断从原始图像中减去，产生相反的一个显着的改善。这种技术也被时间比较有用的显示变化或viewfields之间的议案。
当显微镜捕捉到背景图像是不可行的，可以创建一个替代的形象，人工捕获的标本（见图4）的背景拟合表面功能。这种人为的背景图片，然后可以从标本图像中减去。选择在位于背景的图像点的数量，获得了在不同位置的亮度值的列表。由此产生的信息，然后可以利用获得Zui小二乘适合表面功能近似背景。在图4中，8级可调控制点是用来获取与表面功能Zui小二乘适合的背景图像B（X，Y）的形式：
B（X，Y）= C0 + C1X + c2y + c3x2 + c4y2 + c5xy
其中，C（0）... C（5）Zui小二乘的解决方案，并（X，Y）代表在安装背景图像的一个像素的坐标。在图4中的标本是一个年轻的的配置操作，在斜照明光学显微镜的数字捕获的海星。控制点应选择使它们均匀分布在图像，并在每个控制点的亮度水平应代表的背景强度。放置在一个小区域的图像多点，而很少或没有分布到周边地区，将导致不良的构造背景图像。在一般情况下，背景减法利用作为改善图像质量的Zui初步骤，额外的图像增强技术虽然在实践中必须经常被应用到减法形象，以获得有用的结果。
平场校正修改过的影像会出现类似的背景减法得到的，但执行除法运算（平场校正）是首选，因为这种技术的产量，光度更准确的图像。造成这种差别的主要原因是，从一个乘法的过程中，结合光通量和曝光时间的光振幅值的图像结果。平场校正技术的应用程序（但不一定背景减法算法）后，将标本功能的相对振幅光度准确。作为一个额外的好处，平场校正，消除了大部分的是在原始图像中的光学缺陷。
形象整合
因为数字图像是一个整数组成的矩阵，可以很容易地进行操作，如求和或图像融合高速。如果原始图像是8位分辨率，存储区域，或数字帧存储器，它保存累计图像进行数字化，必须有足够的能力来容纳超过8位的总和。如果假定，在一个8位的数字图像几个像素的Zui大灰度值255，则30帧的总和会导致一个地方的像素灰度值7650，并要求与13个存储寄存器 - 位的能力。为了总结256帧，存储容量必须等于65536级灰度，16位，容纳Zui亮的像素。
虽然现代电脑显示器能够显示超过256级灰度的图像，人眼的（35-50级灰度）的反应有限，建议，应扩展到16位数字图像匹配的显示限制和人类的视觉能力。当图像的有用信息只驻留在一个次区域的16位存储的图像，只有这部分应显示。显示慢扫描CCD摄像头，一个视场与大强度intrascene拍摄的图像时，这是一个有益的做法。这个过程涉及到16位的图像通过视觉上有意义的部分的搜索。
当与视频率的模拟或CCD相机获得的图像，总结成一个16位的帧存储器，通常是通过一个有意义的8位图像显示，存储的总和除以一个常数。例如，一个视场96帧的总和，可分为96，64，32或24。由32部，相当于增加了三倍，在??获得和使用的全部255个灰度级范围结果。然而，由24师，相当于增加了四倍的收益增加和图像的饱和度和信息丢失的结果。
使用数字图像处理技术的图像整合往往使可视化一个淡淡的对象，它是略高于相机的噪声检测。特别是在低光成像的价值时，图像的亮度不能增加额外的图像强化的整合可能是。但是，重要的是要意识到这一点，从信号与噪声的考虑，直接作用于传感器的融合始终是可取的处理软件集成。形象整合在软件的每个步骤，介绍了模拟到数字噪声以及相机读出噪声。
数字图像的直方图调整
一种光学装置中捕获的数字图像，如照相机或显微镜，多数需要调整，无论是查表或图像的直方图优化的亮度，对比度，和整体形象的能见度。数字图像的直方图提供了图像对比度和亮度特征的图形表示，并在评估对比的不足，如低或高对比度，以及动态范围不足的有用。图像的直方图是一个图表上显示的X轴（简称为一个bin）与任何Y轴斌值的像素数量（或相对数）输入像素值。滨中的每一个灰度直方图描述图像的像素按灰度级排序，分组。输入值，或箱的数值范围在X轴，通常对应到拍摄的图像（8位图像0-255，0-1023 10位的图像，并0-4095位深度为12位的图像）。直方图本身进行数学运算可能改变在任何灰色的水平相对分布的垃圾箱。直方图的操作，可以正确的对比度和亮度较差，极大地提高了数字图像的质量。
直方图拉伸，涉及到修改的亮度（亮度）值根据图像中的像素映射功能，指定输出为每个输入像素的亮度值的像素的亮度值（见图5）。对于灰度数字图像，这个过程很简单。对于一个RGB色彩空间的数字图像，直方图拉伸，可以通过图像转换为一个色调，饱和度，强度（恒指）的图像色彩空间表示和应用的亮度映射操作的强度信息，仅。下面的映射功能，往往是用来计算像素的亮度值：
输出（X，Y）=（输入（X，Y） - B）/（W - B）
假设在上面的方程，强度范围是介于0.0和1.0，与0.0代表黑色和1.0代表白色。变量B代表的黑电平对应的强度值，而白电平对应的强度值是变量W代表，在某些情况下，它是可取的非线性映射功能，适用于数字图像，以选择性修改部分图像。
直方图均衡化（也称为直方图找平）是一个相关的技术，它在重新分配的像素的灰度级值结果使级灰度的整个范围是利用每个二进制计数的数量保持不变。这个过程会产生与水平的个人资料缺乏峰一个平面图像的直方图。像素值重新分配，以确保每个灰度级包含的像素的数目相等，同时保留原始图像的像素值的排名顺序。往往是利用均衡，以提高在多数像素具有几乎相同的值，并且不响应以及传统的直方图拉伸算法的图像对比度极低的对比度。该技术是在有效地治疗无特色的黑暗，平场帧，救援与低振幅梯度图像。相比之下，直方图伸展空间灰度值均匀覆盖整个范围。自动提高或自动水平（对比度）许多图像处理软件的功能，利用这些基于直方图变换的图像之一。
在从传统的线性x和像素数与级灰度值Ÿ地块不同几个图案，可显示数字图像的直方图。对数柱状图图表的X轴与Y轴值的像素数量上的输入像素值，使用一个日志规模。有用的检查包括少数的图像的像素值，这些直方图，直方图拉伸，但表现出了强烈的反响。另一种普遍采用的变化，综合或累积直方图，X轴和Y轴的x值，并降低所有像素的累积数图输入像素值。累积直方图往往利用，调整图像聚集在相衬，迪爱生，并明照明模式，往往有浅色背景对比度和亮度。
在某些情况下，图像有非常高的强度，大峰附近的直方图255级灰度，其中视频信号是饱和脂肪和所有像素被呈现在Zui大灰度值表现，区域。这种情况被称为灰度级的剪裁，通常表示的细节一定程度上已经失去了在数字图像，因为原始图像的一些地区可能有不同的强度分别被分配到相同的灰度值。直方图的裁剪可能在某些情况下可以接受的细节是不重要的部分图像丢失。这种情况可能会发生，例如，如果系统已经调整，以Zui大限度地提高染色病理幻灯片明照明下的对比度，裁剪发生在明亮的背景区域只有在有没有细胞结构。
空间卷积内核（或屏蔽）
一些Zui强大的图像处理工具，利用多像素操作，其中的每个输出像素的整数值是由毗邻的输入像素值的贡献改变。这些行动是古典空间卷积和涉及的一个选择相应的卷积内核或卷积遮罩的像素阵列的原始图像的像素的乘法。卷积是数学变换的像素，进行的方式，从简单的加法，乘法，或分工，如图6所示为一个简单的锐化卷积内核面具，不同。
Zui简单的形式，对数字图像的二维卷积运算采用一个盒子卷积内核。卷积内核的典型特征奇数行和列在一个正方形的形式，有一个3 × 3像素的面具（卷积内核）是Zui常见的形式，但5 × 5和7 × 7的内核也频繁。个别原输入图像的每个像素进行卷积运算，涉及三个顺序操作，这是在图6。操作开始时，卷积内核的原始图像，在这样的中心像素的面具是从输入图像卷积的单个像素点的位置相匹配的方式覆盖。这个像素是指为目标像素。
接下来，每个像素的整数值，在原图像（通常称为源）乘以相应的值（图6）在覆面膜。总结这些产品和目标图像中的目标像素的灰度值被替换的所有产品的总和，结束操作。卷积内核，然后移位到下一个像素在源图像，成为目标图像中的目标像素，直到内核的目标已在原始图像的每个像素。
在一般情况下，利用卷积内核的数值往往取决于所需的操作，可以改变一个除数的整数。此外，由于许多卷积操作负值（注卷积内核整数的值可以是负数）的结果，偏移值通常适用于恢复为正值。图7（a）所示的平滑卷积核为矩阵中的每个细胞的团结价值，为9的除数和偏移为零。内核矩阵为8位灰度图像往往与除数和选择，使所有加工值0和255之间的卷积下降抵消的约束。许多流行的软件程序包的用户指定的卷积内核设计进行微调是为特定的应用程序中提取的信息类型。
卷积内核是为数字图像处理操作，包括（空间平均）噪声图像的平滑和锐化利用拉普拉斯边缘增强图像，锐化，或梯度过滤器（卷积内核的形式）的多种有用的。此外，局部对比度可以通过Zui大值，Zui小值，中值滤波器的使用，调整和图像可以从空间转化到频域卷积内核（实际上，执行傅立叶变换）。图像处理开发的卷积内核的总人数是巨大的，但几个过滤器中享有广泛应用，许多流行的图像处理软件。
平滑卷积过滤器（空间平均）
专门的卷积内核，通常被称为平滑滤波器，减少随机噪声的数字图像非常有用。一个典型的平滑卷积过滤器是在图7（a）所示，本质上是一个矩阵，每个行和列的整型值1。当这种类型的内核卷积图像，每个像素的灰度值所取代，其8个Zui近的邻居和它本身的平均强度。在数字图像的随机噪声，杂散像素具有不同寻常的高或低强度值的表现。如果任何像素覆盖的灰度值由卷积内核是大大超过其邻国不同的过滤器的平均作用往往会所有相邻像素之间分配，以减少噪音的效果。
在每个平滑的内核，如图7所示的九个整数添加到1的值相加，并除以矩阵中的值时。这些内核设计，使卷积运算，会产生一个输出图像的平均亮度，等于输入图像（然而，在某些情况下，这可能只是近似）。在一般情况下，大多数卷积内核的总和将增加0和1之间的值，以避免超过用来显示图像的数字 - 模拟转换器的动态范围的灰度值创建一个输出图像。
平滑卷积内核作为低通滤波器来抑制图像中的高空间频率的贡献。长期的空间频率的频率与时间（时间频率）的概念类似，并介绍了迅速图像位置的信号变化。低空间频率可能表现出整个图像的宽度只有几个周期，而高空间频率往往显示在相同的线性尺寸的众多的周期。一个极好的例子是微型毛孔分钟有序阵列与皮纹硅藻frustules，在很短的距离非常高，低强度的交替之间。展出低空间频率可能表现出整个图像的宽度（例如，表现为广泛分布的条纹）只有几个周期，而高空间频率进行整个图像的横向尺寸的众多周期。可以在数字图像显示的空间频率Zui高的两个像素的宽度等于一个时期。
通常在数字图像中观察到的随机噪声的类型具有较高的空间频率，可以有效地平滑卷积核的图像，由像素删除。不过，其他“真正”的形象特征，是可取的，如对象的边界和精细结构的细节，也可能具有较高的空间频率，可不幸的是平滑滤波器抑制。因此，平滑卷积内核的应用程序往往会产生不良的影响输入图像模糊。此外，较大的内核（5 × 5，7 × 7和9 × 9），更严重的模糊效果将（图8）。对于大多数应用，平滑的内核的大小和形式必须慎重选择，优化降噪和图像退化之间的权衡。高斯滤波器是一个平滑的过滤器，这是一个高斯函数卷积内核的基础上，提供任何所需数量的减少随机噪声的空间模糊的量Zui少。平滑滤波器是很好的工具，制作简单的化妆品改善颗粒感的图像，有一个低信号噪声比，但这些过滤器也可以不必要因此减少的图像分辨率。
锐化卷积过滤器
平滑卷积过滤器，锐化过滤器的设计，以加强在数字图像的空间频率较高，而同时抑制较低频率的行动进行直接的对比。一个典型的3 × 3卷积口罩，并用光学显微镜拍摄的数字图像，其效果是在图7（c）所示。此外，以提高试样的界限和精致的细节，锐化滤镜也有消除缓慢变化的背景阴影的效果。因此，有时可以利用这些过滤器，以正确的阴影在图像失真，而不必诉诸背景减除算法。不幸的是，锐化卷积过滤器已加强在数字图像中的随机噪声的不良影响。
内核的大小可以调整，以优化锐化滤镜的效果和微调的口罩，在一个特定的空间频率范围经营。一个典型的3 × 3模板（参见图6和7）在单个像素的间隔时间不同的图像特征的影响Zui大。内核的大小的两倍或三倍的目标较低的空间频率超过两个或两个以上的像素。
中位数卷积过滤器
卷积内核中位数的设计主要是去除图像噪声，但也非常有效消除故障的像素（有异常高或低亮度值）和减少罚款划痕造成的恶化。这些过滤器通常是更有效地去除比平滑（低通）卷积内核噪音。中位数的内核应用的方式是不同标准的平滑和锐化内核。虽然中值滤波采用了翻译从像素到像素的内核，有没有卷积矩阵在典型的时尚应用。在每个连续的像素位置，由卷积内核正在审议的像素在排名排序，根据强度的大小。中位数的值是为内核所涵盖的所有像素，然后确定，并且该值被分配到中央输出图像中的像素位置。
中值滤波器有助于消除随机强度尖峰，往往发生在显微镜拍摄的数字图像。秒杀的像素被替换成员由内核叠加，产生一个更统一的外观，在处理后的图像选择相应的像素的中间值。罕见的强度峰值的背景区域，其中包含一个统一的方式呈现在中值滤波的内核。此外，因为中位数内核保留边缘，罚款标本的细节，和界限，这是通常采用具有高对比度的图像处理。
专门卷积过滤器
衍生过滤器提供了一种在数字图像中像素的亮度信息的变化率的定量测量。当衍生工具的过滤器适用于数字图像，亮??度波动率产生的数据可用于提高对比度，检测边缘和边界，并测量功能定位。其中一个Zui重要的衍生滤镜是索贝尔过滤器，这是基于卷积操作，可以产生任何衍生的八个方向，取决于非对称的3 × 3内核面具的选择。这些卷积是在显微镜拍摄的数字图像的边缘增强非常有用。边缘通常是在微观结构Zui重要的特点之一，往往可以利用测量后已应用适当的增强算法。
拉普拉斯滤波器（通常被称为运营商）受雇于强度的二阶导数来计算的位置，并确定一个像素是否位于边缘或深或浅的一面是有用的。拉普拉斯增强操作产生的边缘锐利的山峰，任何亮度的斜坡，不管它是否是正面还是负面，是突出的，不给予全方位的质量这个过滤器。有趣的是，要注意，在人类的视觉系统，眼脑网络应用拉普拉斯式增强的视场中的每个对象。人类视觉模拟应用拉普拉斯增强图像的原始图像，采用双图像点的过程中，产生了修改后的图像显示更加清晰，更加赏心悦目。
卷积过程方法中心内发生的事实卷积内核将图像的边界之外扩展，当它被应用到边界像素的一个重要问题。一种技术，通常用来解决这个问题，简称为中心，零边界叠加，简直是忽略了问题的像素和执行，只对那些在足够的距离边界像素位于卷积运算。这种方法生产小于输入图像输出图像的缺点。第二个技术，被称为中心，零填充叠加，用零填充缺少的像素。然而，第三个技术方面的形象，在一个相同的图像平铺数组的单个元素，使丢失的像素从对面的图像。这种方法被称为为本，反映的边界叠加，并允许使用模运算的计算像素地址，以消除需要作为特殊情况考虑边界像素的优势。这些技术是为特定的图像处理应用程序的有用。零填充和反射边界方法通常适用于图像增强过滤技术，而零边界往往是利用边缘检测和空间导数的计算方法。
USM锐化过滤
从原始图像的模糊图像的加减调整级灰度值差图像，锐化掩模算法操作。此操作使高频细节的保护，同时允许阴影校正和背景抑制。流行的技术是一个极好的的车辆，提高罚款的标本细节和磨砺，都没有明确的定义在原始图像的边缘。在USM锐化过程的第一步是产生轻微的模糊（通过一个高斯低通滤波器，通过）和原始图像，然后从未修改的原始减去产生一个削尖的形象幅度减少。有统一的幅度在地区的形象呈现在一个中型的灰色亮度水平，而亮或更暗的渐变出现较大的斜坡（边缘和界限）的地区。
在一般情况下，USM锐化过滤器从原始图像中减去适当的加权USM锐化分部（模糊不清原）。这种减法运算的增强在图像中的低频空间信息的费用（衰减）的高频空间的细节。产生这种情况的USM锐化的高斯滤波器去除高频空间的细节，因为不是从原始图像中减去。此外，低频的空间细节，是通过高斯滤波器（USM锐化）几乎完全是从原始图像中减去。增加高斯滤波器的大小，通常会导致USM锐化过滤器，以产生更清晰的图像。
USM锐化对其他锐化滤镜过滤器的主要优点之一是控制的灵活性，因为大多数其他过滤器不提供任何用户可调参数。其他锐化滤镜一样，USM锐化过滤器增强了数字图像的边缘和精细细节。由于锐化滤镜也抑制低频细节，这些过滤器可用于纠正各地，通常是在缓慢变化的背景强度形式表现出来的图像阴影失真。不幸的是，锐化过滤器过滤后的图像也有增加噪声的不良副作用。出于这个原因，USM锐化过滤器应保守使用，并应始终细节增强和噪声的传播之间寻求一个合理的平衡。
傅立叶变换
傅里叶变换是基于任何谐波的功能，可以通过一系列的正弦和余弦函数表示定理，只是在不同的频率，振幅和相位。这些转换显示从他们的原有职能的谐波成分之间的频率和振幅的关系。傅立叶变换转换成一个函数，它在空间变化给另一个函数，随着频率的变化。还应当指出，原函数的Zui高空间频率Zui远的距离在傅立叶变换的起源。
可利用空间滤波涉及傅立叶技术来操作，通过高或低空间频率信息，从形象设计傅立叶过滤器，是在适当的频率nontransmitting删除图像。这种技术是从形象，如人字形或锯齿形图案在视频图像往往明显（见图9）消除谐波噪声特别有用。由于噪声谐波，它会在本地化的离散傅立叶变换的地区被发现。当这些地方的山峰与适当的过滤器改造中删除，重新形成的形象基本上是不变的除外，不存在违规的模式。类似的过滤技术也可以应用于去除正弦波，云纹，半色调和干扰模式，以及视频信号，CCD的，电源供应器，电磁感应噪音。
在图9（a）所示的是一个视频图像影像叠加的锯齿波干涉图案的一个暗场照明硅藻frustule。毗邻的硅藻（图9（b））是傅立叶变换的图像，其中包含的空间频率信息的功率谱。申请几个过滤器（图9（d）），并重新形成图像后，已有效地消除锯齿图案（图9（c）），只留下了形象frustule。
至于是否决定利用傅立叶过滤或卷积内核口罩取决于所考虑的应用程序。傅里叶变换是一个复杂的操作，需要更多的计算机马力和内存比卷积操作，用一个小的面具。但是，傅立叶滤波技术一般比同等的卷积运算速度快，尤其是当卷积遮罩大和接近原始图像的大小。适当的选择相当于傅里叶卷积操作可能会降低各自的面具的复杂性。例如，一个简单的傅立叶过滤器，如旨在消除谐波噪声，会产生一个庞大而复杂的卷积的面具，将很难使用。
源于傅立叶变换的另一个有用的功能关系的卷积运算，其中涉及几个乘法和加法运算，根据卷积遮罩的内容，以确定每个目标像素的强度。此操作可以相比，简直是在傅立叶滤波器的每个值乘以其相应的像素在图像傅立叶变换的傅立叶过滤。这两个操作都与因为卷积运算是相同的傅立叶过滤操作时的傅立叶过滤器是傅里叶变换的卷积遮罩。这等价表示，这两种技术可以从图像中获得相同的结果，只对经营者是否决定在图像空间或傅立叶空间而定。
结论
数字化视频或在急剧增加的能力，增强功能，在显微镜拍摄的CCD生成的电子图像，提取信息，或修改图像。尤其是在比较旧，显然简单的模拟方法，如传统的电影显微摄影，乍看之下，数字的方法提高了处理能力的程度可能不会受到赞赏。事实上，数字图像处理可以作为一个整数矩阵可逆的，图像几乎无噪音的修改，而不是作为一系列随时间变化的电压，更原始，在暗室中使用摄影放大器。
在Zui近取得的进展高分辨率传输光学显微镜和严重依赖于数字图像处理弱光水平反映活细胞的荧光显微镜。此外，大多数共聚焦和多光子显微镜严格依赖高速，高保真扫描图像的数字化，并在随后的要显示的视场的数字操纵。较新的显微镜设计缺乏目镜（目镜）和直接耦合到图像采集软件，也依赖于图像处理技术，生产高品质的数码图像显微镜。
数字图像处理的电源噪音或低对比度的图像中提取信息，并加强对这些图像的外观，导致了一些调查，依靠技术，而不是Zui佳的调整和使用显微镜或图像传感器。总是与更高品质的光学图像，无污物，杂物，噪声，畸变，眩光，划痕，和工件开始，得到上级的电子图像。仔细调整和适当的图像传感器的校准将导致一个更高质量的数字图像传感器和数字图像处理系统的动态范围，充分利用。
