机器视觉中的图像预处理方法主要包括以下几种：
1. 图像去噪：这是为了提高图像的清晰度和质量。常见的方法有中值滤波、均值滤波、高斯滤波等，这些方法可以有效地去除图像中的噪声，使图像更加干净。
2. 图像增强：此方法不考虑图像降质的原因，主要目的是突出图像中所感兴趣的部分。可以通过强化图像的高频分量使图像中物体轮廓清晰，细节明显；或者强化低频分量以减少图像中噪声影响。具体技术包括灰度变换增强、直方图增强、图像平滑/降噪以及图像锐化等。
3. 图像平滑：目的是使图像变得更加平滑，减少图像中的突兀部分。常用的平滑方法包括均值滤波、高斯滤波、中值滤波等，这些方法与图像去噪中提到的部分方法重叠，但在此处更强调其平滑效果。
4. 图像变换：这是为了改变图像的尺寸、角度或频域特性，以适应后续处理的需求。图像变换可以包括空域与频域间的变换（如傅立叶变换、沃尔什变换、离散余弦变换等）、几何变换（如图像平移、旋转、镜像、转置）以及尺度变换（如图像缩放、插值算法等）。
还有一些其他的预处理方法，如纹理分析、图像分割等，这些方法在特定的应用场景中也会用到。机器视觉中的图像预处理方法多种多样，选择哪种方法取决于具体的应用场景和处理需求。
