对于小样本图像数据集往往采用图像增强的方法扩充数据量增加实验的合理性，图像增强算法能够提高图像整体和局部的对比度，突出图像的细节信息，使图像更符合人眼的视觉特性且易于机器识别。为了深入研究图像增强应用的新思路、新方向，本文从图像增强算法的基本原理出发，归纳总结了近年来应用比较广泛的空域和频域两大类图像增强算法，包括直方图均衡图像增强算法、灰度变换图像增强算法、空域滤波图像增强算法和频域滤波图像增强算法，分别详细介绍了它们的基本概念和相关定义并简述了其浅层面的优缺点。另外采用主观和客观的评价方法对这些算法的增强效果进行了对比和分析，并对各算法的优缺点、适用场景和复杂度进行了对比分析，以更深入研究各个图像增强算法的隐含有用信息，以找出鲁棒性、适用性更强的图像增强方法。实验结果表明，不同的算法都具有各自的特点，针对不同的图像效果不同，增强对比度更适宜采用空域图像增强方法，突出细节更适宜采用频域图像增强方法。单一的方法无法满足图像处理的需要，优势结合的图像增强算法更有研究意义。对这些算法的深入研究能够为研究者带来新的契机，拓展新的研究方向，推动整个图像增强技术高水平发展，使图像增强技术在多个学科领域发挥重要作用。