空間域圖像增強(qiáng)技術(shù)可分為兩大類：

• 點(diǎn)運(yùn)算
• 鄰域運(yùn)算

本篇文章主要討論點(diǎn)運(yùn)算，下一篇文章將討論鄰域運(yùn)算。

點(diǎn)運(yùn)算指的是對(duì)灰度圖像中的每個(gè)像素運(yùn)行相同的轉(zhuǎn)換操作。該轉(zhuǎn)換基于原始像素，并且與其位置或相鄰像素?zé)o關(guān)。

設(shè)“r”和“s”為輸入圖像f（x，y）和輸出圖像g（x，y）的點(diǎn)（x，y）處的灰度值，則點(diǎn)運(yùn)算可以有以下公式：

s = T（r）

其中T是原始圖像和輸出圖像之間某個(gè)灰度級(jí)映射關(guān)系的點(diǎn)算子。點(diǎn)運(yùn)算通常用于改變灰度范圍和分布。

冪律（Gamma）變換

伽馬變換，也稱為指數(shù)變換或功率變換，是常用的灰度非線性變換。

伽馬變換的數(shù)學(xué)表達(dá)式如下：

其中x和y是輸入和輸出中像素的強(qiáng)度等級(jí)，“esp”是補(bǔ)償系數(shù)，γ是伽瑪系數(shù)。執(zhí)行轉(zhuǎn)換時(shí)，通常首先將強(qiáng)度級(jí)別從0到255的范圍轉(zhuǎn)換為0到1。然后執(zhí)行伽馬轉(zhuǎn)換，最后恢復(fù)到原始范圍。

當(dāng)設(shè)置esp = 1時(shí)，我們可以獲得如下的映射形式，水平軸上的輸入的灰度強(qiáng)度和垂直軸上的輸出的灰度強(qiáng)度。

對(duì)于各種γ值（在所有情況下c = 1）的等式[公式]的圖。

將所有曲線按比例縮放以適合所示范圍。x軸表示輸入強(qiáng)度等級(jí)，r和y軸表示輸出強(qiáng)度等級(jí)S。

伽瑪變換可以根據(jù)γ的值選擇性地增強(qiáng)暗區(qū)域或亮區(qū)域的對(duì)比度。

• 當(dāng)γ > 1時(shí)，淺灰色區(qū)域的對(duì)比度增強(qiáng)。以γ= 25為例，范圍為0.8-1的像素（在256的范圍內(nèi)，它對(duì)應(yīng)于240-255）被映射到0-1的范圍
• 當(dāng)γ < 1時(shí)，暗灰色區(qū)域的對(duì)比度增強(qiáng)
• 當(dāng)γ = 1時(shí)，該變換是線性的，即原始圖像不變

灰度閾值變換

灰度閾值變換將灰度圖像轉(zhuǎn)換為黑白二進(jìn)制圖像。用戶指定用作分界線的值。如果像素的灰度值小于分割，則像素的強(qiáng)度設(shè)置為0，否則設(shè)置為255.分割線的值稱為閾值。灰度閾值變換通常被稱為閾值處理或二值化。

對(duì)比度 - 拉伸變換

對(duì)比度 - 拉伸變換的目標(biāo)是增強(qiáng)圖像的不同部分之間的對(duì)比度，即增強(qiáng)感興趣區(qū)域的灰度對(duì)比度，并抑制不感興趣的區(qū)域的灰色對(duì)比度。

以下是兩個(gè)可能的功能：

如果T（r）具有如上圖所示的形式，則將變換應(yīng)用于每個(gè)像素以生成相應(yīng)像素的效果會(huì)產(chǎn)生比原始圖像更高的對(duì)比度，方法是：

• 使原始圖像中的k水平變暗
• 在原始圖像中增亮k以上的級(jí)別

點(diǎn)（r1，s1）和（r2，s2）控制變換的形狀。控制點(diǎn)的選擇取決于圖像的類型，并且從一個(gè)圖像到另一個(gè)圖像是不同的。如果r1 = s1且r2 = s2則轉(zhuǎn)換是線性的，這不會(huì)影響圖像。在其他情況下，我們可以計(jì)算輸出像素的強(qiáng)度，假設(shè)輸入像素的強(qiáng)度為x，如下：

• 對(duì)于0 <= x <= r1 輸出值 = s1 / r1 * x
• 對(duì)于r1 < x <= r2 輸出值 =（（s2-s1）/（r2-r1））*（x-r1）+ s1
• 對(duì)于r2 < x <= L-1 輸出值 =（（L-1-s2）/（L-1-r2））*（x-r2）+ s2

直方圖均衡

直方圖均衡化，也稱為灰度均衡化，是一種實(shí)用的直方圖校正技術(shù)。

它指的是輸出圖像在每個(gè)灰度級(jí)具有大致相同數(shù)量的像素的變換，即輸出的直方圖是均勻分布的。在均衡圖像中，像素將占據(jù)盡可能多的灰度級(jí)并且均勻分布。因此，這種圖像具有更高的對(duì)比度和更大的動(dòng)態(tài)范圍。

要了解有關(guān)成像基礎(chǔ)知識(shí)的更多信息，請(qǐng)閱讀圖像處理101教程系列中的第一篇：

圖像處理101教程：什么是圖像？

第二篇文章：

圖像處理101教程：顏色模型

第三篇文章：

圖像處理101教程：色彩空間轉(zhuǎn)換

第四篇文章：

圖像處理101教程：圖像增強(qiáng)