请解释图像增强与图像复原在数字图像处理中的区别，并分别举例说明它们在实际中的应用。

图像增强与图像复原在数字图像处理中扮演着重要角色，但它们的目的和应用场景有所不同。图像增强主要目的是提升图像的视觉质量，使得图像对人眼或者某些特定应用来说更加清晰、鲜明。例如，在医学影像处理中，增强可以提高图像中特定组织或器官的对比度，帮助医生更准确地诊断疾病。在增强技术中，常见的方法包括直方图均衡化，它通过对图像的亮度分布进行调整，以增强图像的全局对比度，尤其是当图像处于较暗或较亮的环境中。还有一种常见的图像增强技术是锐化处理，通过增强图像中的边缘信息来提高图像的视觉效果，常用的技术包括拉普拉斯算子和Sobel算子。

参考资源链接：[武汉大学数字图像处理课程PPT精华版](https://wenku.csdn.net/doc/64acaa2cb9988108f212342d?spm=1055.2569.3001.10343)

相比之下，图像复原则关注的是恢复被噪声、模糊或其他形式失真影响的原始图像。在实际应用中，比如在取证分析中，图像复原技术可以帮助从模糊的监控视频中恢复出清晰的图像，以便于识别嫌疑人的面部特征。在天文摄影中，复原技术可以用来提高星体图像的质量，减少大气扰动带来的影响。常见的图像复原技术包括反卷积和维纳滤波，这两种方法都试图通过数学模型来估计并补偿图像失真的影响，从而重建更接近原始场景的图像。

通过深入学习《武汉大学数字图像处理课程PPT精华版》，可以更系统地掌握这些技术的原理和应用。该课程不仅介绍了图像增强与复原的基本概念，还提供了理论与实践相结合的教学内容，帮助学生区分并理解这两种技术在实际问题解决中的不同应用。

参考资源链接：[武汉大学数字图像处理课程PPT精华版](https://wenku.csdn.net/doc/64acaa2cb9988108f212342d?spm=1055.2569.3001.10343)