我们已经在基本转换教程中讨论了一些基本转换。在本教程中，我们将介绍一些基本的灰度转换。

影像增强

与未增强的图像相比，增强图像可提供更好的对比度和更详细的图像。图像增强具有非常广泛的应用。它用于增强医学图像，遥感图像，卫星图像等。

转换函数如下

s = T(r)

其中r是输入图像的像素，s是输出图像的像素。 T是将r的每个值映射到s的每个值的转换函数。可以通过下面讨论的灰度转换来完成图像增强。

灰度转换

基本有三种灰度转换。

• 线性的
• 对数
• 权力–法律

这些转换的总体图如下所示。

线性变换

首先，我们将看一下线性变换。线性变换包括简单恒等式和负变换。身份变换已在我们的图像变换教程中进行了讨论，但此处已对此变换进行了简要说明。

身份转换用一条直线表示。在此过渡中，输入图像的每个值都直接映射到输出图像的彼此值。这样就得到了相同的输入图像和输出图像。因此称为身份转换。它显示如下：

负变换

第二个线性变换是负变换，它是恒等变换。在负变换中，从L-1中减去输入图像的每个值，并将其映射到输出图像上。

结果有点像这样。

输入图像

输出图像

在这种情况下，已完成以下转换。

s =(L – 1)– r

由于爱因斯坦的输入图像是8 bpp图像，因此该图像中的级别数为256。将256放到等式中，我们得到

s = 255 – r

因此，每个值都减去255，结果图像如上所示。因此发生的是，较亮的像素变暗，而较暗的图片变亮。并导致图像负片。

如下图所示。

对数转换

对数变换还包含两种类型的变换。对数转换和逆对数转换。

日志转换

对数转换可以通过以下公式定义

s = c log(r + 1)。

其中s和r是输出图像和输入图像的像素值，c是常数。将值1添加到输入图像的每个像素值，因为如果图像中的像素强度为0，则log(0)等于无穷大。所以加1，使最小值至少为1。

在对数转换期间，与较高的像素值相比，图像中的暗像素会扩展。较高的像素值在对数转换中被压缩。这导致以下图像增强。

对数转换中的c值会调整您要查找的增强类型。

输入图像

记录变形图像

逆对数变换与对数变换相反。

权力–法律变革

还有另外两个变换是幂律变换，包括第n个幂和第n个根变换。这些转换可以通过以下表达式给出：

s = cr ^γ

该符号γ称为伽马，因此该变换也称为伽马变换。

γ值的变化会改变图像的增强效果。不同的显示设备/监视器具有自己的伽玛校正，因此它们以不同的强度显示图像。

这种类型的转换用于为不同类型的显示设备增强图像。不同显示设备的灰度系数是不同的。例如，CRT的Gamma介于1.8到2.5之间，这意味着CRT上显示的图像较暗。

校正伽玛。

s = cr ^γ

s = cr ^(1 / 2.5)

此处显示了相同的图像，但伽玛值不同。

例如

伽玛= 10

伽玛= 8

伽玛= 6