基于opencv的图像增强，先利用非线性变换实现对比度增强，在直方图均衡，写成了一个函数，可以直接调用。

同态滤波是把频率过滤和灰度变换结合起来的一种图像处理方法，它依靠图像的照度/ 反射率模型作为频域处理的基础，利用压缩亮度范围和增强对比度来改善图像的质量。使用这种方法可以使图像处理符合人眼对于亮度响应的非线性特性，避免了直接对图像进行傅立叶变换处理的失真。 同态滤波的基本原理是：将像元灰度值看作是照度和反射率两个组份的产物。由于照度相对变化很小，可以看作是图像的低频成份，而反射率则是高频成份。通过分别处理照度和反射率对像元灰度值的影响，达到揭示阴影区细节特征的目的。

以非线性相关信息熵（NCIE）为匹配准则，提出了一种解决超声图像配准问题的新方法。 所提出的方法应用NCIE来测量浮动图像和参考图像中相应体素的图像强度之间的相关度。 通过调整相对位置直到图像之间的NCIE最大化，即可完成配准。 但是，与互信息（MI）不同，NCIE在闭合间隔[0，1]中变化，并且在极值附近，其急剧变化，这使得NCIE的阈值可以用于增强对配准变换的搜索成为可能。 。 使用NCIE的此功能，我们结合了下坡单纯形搜索算法来注册超声图像。 进行仿真以证明所提出的配准方法的有效性和快速性