对图像进行预处理是大多数计算机视觉应用中的第一步，为了使图像噪声减少、锐化、灰度均衡等。图像处理算子是从一幅图像到另一幅图像的像素的值的映射。最简单的处理算子是点算子，即对每个像素的操作不依赖它的邻域像素。
亮度的改变、做图像的加减运算、读取彩色图像的颜色信息、直方图的均衡化等，都可以用点运算来做。
1、亮度的改变：显然常用的点算子是乘以和加上一个常数
a也被称为增益参数，b被称为偏差参数。偏差和增益参数可以随空间位置不同而变化，这样可以选择性的改变一些像素点的值。
直接改变像素点的灰度值会使灰度图像变亮或变暗，但是对于彩色图像在每个彩色通道上加上一个值，不仅改变了图像的亮暗，还影响了像素的色调和饱和度，图像看起来失真（因为RGB空间中亮度、色调、饱和度不是相互独立的）若想操作后图像不失真，可以先计算彩色比例对亮度操作后，用同比例色调和饱和度重新合成为RGB图像。
2、图像的加减运算，可以做图像的合成与抠图。
重点关心合成中的一种情况：当光线在光滑透明的玻璃上反射时，就将穿过玻璃的光线和反射光线简单的相加，这种模型在透明运动分析中很有用，因为用运动的相机观察场景时，透明运动常常会出现。
3、直方图的均衡化
直方图均衡化的目的是还是为了改善图像的显示效果。寻找一个映射函数f(I),使经过映射后的直方图是平坦的。
但是有时不同区域采取不同的均衡化方法效果可能会更好些，可以这样做：先将图像分成MxM像素块，分别对每个子快进行直方图均衡化，这样会产生区块效应（在快的边界处亮度不连续），为了消除，可以使用移动窗口，即对所有的以每个像素为中心的大小为MxM的块重新计算直方图，为了加速，只需要计算进入块和离开块的像素所在直方图。另外“自适应直方图均衡化”消除区块效应的方法是块与快之间对转换函数进行平滑插值，为了混合四个函数采用双线性混合函数。
牵涉到软直方图，它经常出现在一些其他的应用中，如SIFT特征点的描述子的构造。
