【数字图像处理】1.1 基本灰度变换 Basic Gray Level Transformations基本的说明和目录索引：跳转第一章 空间
【数字图像处理】1.1 基本灰度变换 Basic Gray Level Transformations
基本的说明和目录索引：跳转
第一章 空间域图像增强
1.1 基本灰度变换
1.1.1 基本说明
在对我们平常所见的彩色图像处理之前，我们先要理解对灰度图像的处理。因为在数字图像处理领域的定义中，图像本身未必就是我们所见之物，超出人类视觉范围或感知范围的东西也可以处理成图像。所谓数字图像，基本可以看成一个二维矩阵，每一点有大于等于0但小于正无穷的值，对于我们来说只有灰度的图像，也就是黑白的图像，是对于这个定义最简单的例子。
所谓灰度变换（Gray Level Transformation），就是对每一个点进行的变换，这里假定我们遇到的都是8位的灰度图像，用0~255表示灰色的程度，0为黑色，255为白色。
（目前程序中，打开的虽然是彩色图像，但预先进行处理获得了灰度。）
1.1.2 图像反转 Image Negatives
图像反转这个翻译本身有些歧义，这里指的就是灰度取反，对于我们指定的图像，基本的变换就是s = 255 - r。 图像反转主要用于黑色较多，白色细而少的情况，人眼本身不好识别，在反转之后可以变得清晰。
1.1.3 对数变换 Log Transformations
对数可大幅度削减值比较大的情况，提取较黑处的细节，基本公式s = c log(1 + r)。log的底不同，增长速度自然不同。不过如果s和r的取值范围要想同时为0~255，这样的log函数只有一个，因为根据log的基本性质，其实前面的系数c和底数可以等同为一个系数。对数变换本身可以用幂次变换实现。
1.1.4 幂次变换 Power-Law Transformations
幂次变换的公式为s = c * r ^ (γ)，幂次变换和对数变换有着明显的不同，只要适当选取γ的值，对应着有无数条曲线使s和r的取值范围同为0~255（忽略s取不到0的情况）。γ的读音为gamma，所谓的gamma校正就和幂次变换有关。因为非线性元器件的存在，显示器的亮度和输入电压不是正比关系，在没有gamma校正的情况下，我们看到的图像就不真实。不过因为大多数图片本身没有gamma信息，造成gamma校正是一件非常纠结的事情。
当gamma值大于1时，图像会渐暗，小于1时图像被漂白。
1.1.5 分段线性变换 Piecewise-Linear Transformations
分段线性变换的公式由一些分段函数组成，这些分段函数都是线性的，也就是都是直线。
1.1.5.1 对比拉伸 Contrast Stretching
对比拉伸由三个线段组成，通常两边的线段的斜率比中间的斜率小，这样中间区域的灰度就被区分的更加明显。极限情况，两边的线段的斜率为0，这时就是一个二值化的操作。
1.1.5.2 灰度切割 Gray-Level Slicing
灰度切割由三段直线组成，用于提取指定灰度的图像。第一幅图像忽略了其它灰度取值，最终生成的是一幅二值化的图像。
1.1.5.3 位图切割 Bit-Plane Slicing
因为我们假定都是8bit的图片，所以可以把每一个bit看做一层，图片是八层灰度的累加。对这样的每一层进行处理，这里暂定为按位与操作，得到的转换函数并不是简单的直线变换，对于人类本身来说也不好说明出图像之间的差别。
