空間域圖像增強技術可分為兩大類：

• 點運算
• 鄰域運算

本篇文章主要討論點運算，下一篇文章將討論鄰域運算。

點運算指的是對灰度圖像中的每個像素運行相同的轉換操作。該轉換基于原始像素，并且與其位置或相鄰像素無關。

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

s = T（r）

其中T是原始圖像和輸出圖像之間某個灰度級映射關系的點算子。點運算通常用于改變灰度范圍和分布。

冪律（Gamma）變換

伽馬變換，也稱為指數變換或功率變換，是常用的灰度非線性變換。

伽馬變換的數學表達式如下：

其中x和y是輸入和輸出中像素的強度等級，“esp”是補償系數，γ是伽瑪系數。執行轉換時，通常首先將強度級別從0到255的范圍轉換為0到1。然后執行伽馬轉換，最后恢復到原始范圍。

當設置esp = 1時，我們可以獲得如下的映射形式，水平軸上的輸入的灰度強度和垂直軸上的輸出的灰度強度。

對于各種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軸表示輸入強度等級，r和y軸表示輸出強度等級S。

伽瑪變換可以根據γ的值選擇性地增強暗區域或亮區域的對比度。

• 當γ > 1時，淺灰色區域的對比度增強。以γ= 25為例，范圍為0.8-1的像素（在256的范圍內，它對應于240-255）被映射到0-1的范圍
• 當γ < 1時，暗灰色區域的對比度增強
• 當γ = 1時，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換為黑白二進制圖像。用戶指定用作分界線的值。如果像素的灰度值小于分割，則像素的強度設置為0，否則設置為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。

對比度 - 拉伸變換

對比度 - 拉伸變換的目標是增強圖像的不同部分之間的對比度，即增強感興趣區域的灰度對比度，并抑制不感興趣的區域的灰色對比度。

以下是兩個可能的功能：

如果T（r）具有如上圖所示的形式，則將變換應用于每個像素以生成相應像素的效果會產生比原始圖像更高的對比度，方法是：

• 使原始圖像中的k水平變暗
• 在原始圖像中增亮k以上的級別

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

• 對于0 <= x <= r1 輸出值 = s1 / r1 * x
• 對于r1 < x <= r2 輸出值 =（（s2-s1）/（r2-r1））*（x-r1）+ s1
• 對于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，是一種實用的直方圖校正技術。

它指的是輸出圖像在每個灰度級具有大致相同數量的像素的變換，即輸出的直方圖是均勻分布的。在均衡圖像中，像素將占據盡可能多的灰度級并且均勻分布。因此，這種圖像具有更高的對比度和更大的動態范圍。

要了解有關成像基礎知識的更多信息，請閱讀圖像處理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：色彩空間轉換

第四篇文章：

圖像處理101教程：圖像增強