基本的灰度变换方法

1. 图像反转

对灰度范围为[0, L-1]的图像，其反转图像为 d = L-1-s。

反转后的图像就是底片效果，在一些情况下有利于图像分析

2. 对数变换

基本式

与指数变换（）相对应，可以实现像素值的扩展和压缩（图2-1）

图2-1. 对数变换和指数变换

对数变换主要扩展低像素值的部分，指数变换主要压缩低像素值部分

但指数变换很容易溢出，相较于对、值数变换，伽马（幂律）变换更常用。

3. 伽马（幂律）变换

基本式

图3-1为伽马变换中gamma取不同值（c=1）的曲线，可以实现对指数变换的效果

图3-1. 伽马变换（摘自《数字图像处理》）

CRT显示器的伽马校正就是幂律变换，之所以需要校正是因为对CRT，电压和显示亮度之间不是线性关系而是幂律关系。

4. 分段线性变换

（1）对比度拉伸

对选定的灰度范围做线性拉伸，范围外的灰度做线性压缩（极端的是将它们二值化）

图4-1. 对比度拉伸（摘自《数字图像处理》），更通用的做法是s1=0, s2=L-1

（2）灰度级分层

高亮某个灰度范围的值，范围外的值或者置0（图4-2左），或者不变（图4-2右）

图4-2. 灰度级分层（摘自《数字图像处理》）

（3）比特平面分层

以8位图像为例，将其按从低位到高位分成8幅二值图

图4-3. 8位图像从低到高每一位生成的二值图

可以看到，低位反映了图像细节信息，高位反映了图像轮廓信息，取其中的某几张相加可以获得质量更好的图像。

显然，比特位分层可以用于图像压缩（有损）