內容來自於劉定生老師的數字圖像處理課和課件，如有侵權，聯繫刪除。
灰度級：圖像中不同灰度的最大數量
對比度：反映圖像灰度方差大小
線性：
Iout = a*Iin + b
a>1:增加對比度
a<1:減小對比度
b>0:增加亮度
b<0:減小亮度
非線性：
C>0:增強中間部分
C<0:減弱中間部分
（類似於log曲線）
點運算：
利用LUT
代數運算：
加法：C = A + B
用法：
1.削弱疊加性噪聲（例如隨機噪聲，利用的是隨機噪聲的均值爲0）
2.疊加圖像（例如融合）
減法：
1.去除背景圖像（天氣預報、演員拍戲等，後面是一個純色的幕布，後期再將背景合成上去）
2.檢測同一場景圖像的變化
乘法：
1.扣取局部圖像（蒙版，用0,1的mask去提取原圖）
邏輯運算：
一般是針對二值圖像
幾何變換：
線性：平移、縮放、旋轉、鏡像、錯切
這些變換可以用矩陣表示
仿射變換：
水平鏡像：
[-1 0 0
0 1 0
0 0 1]
x方向縮放a倍，y方向縮放b倍：
[a 0 0
0 b 0
0 0 1]
旋轉：
錯切：非垂直投影
[1 c 0
d 1 0
0 0 1]
僞仿射變換：雙線性幾何變換
非線性（高階多項式）：任意幾何變換
畸變矯正
透視變換：以人眼爲中心的中心投影
符合人眼的視覺形象
8個獨立的參數，需要4個點
座標的計算：
向前映射（鏡像、平移時用這種方法）
向後映射（旋轉、縮放、變形等，結合差值使用）
像素的計算：
最近鄰插值：快，誤差大，會有馬賽克效應
雙線性插值：平滑過渡，低通特性（會使圖像變模糊）
數學上是雙曲拋物面方程：
計算結果：
矩陣形式：
最佳插值函數：三次卷積插值
需要4x4，16個點，，高頻損失少，可將噪聲平滑
延伸。。：
非幾何變換：主要指灰度變換（只有像素值的變換沒有座標的變換）
單像素
區域：基於模板
對比度拉伸：
Gamma失真：
圖像亮度對光線的相應不是線性的，硬件決定的
灰度直方圖：
灰度出現的頻率可以看做其出現的概率--》直方圖就對應於概率密度曲線
用途
1 . 數字化參數
直方圖給出了一個簡單可見的指示，用來判斷一幅圖象是否合理的利用了全部被允許的灰度級範圍。一般一幅圖應該利用全部或幾乎全部可能的灰度級，否則等於增加了量化間隔。 丟失的信息將不能恢復。
２ . 邊界閾值選取
假設某圖象的灰度直方圖具有 二峯性，則表明這個圖象的較亮的區域和較暗的區域可以較好地分離，取中間點爲閾值點，可以得到好的２值處理的效果。
直方圖變換
單調增加的映射曲線
直方圖均衡：用r的累積分佈函數作爲變換函數，可產生一幅灰度級分佈具有均勻概率密度的圖像
對於離散圖像，只能做到接近均勻
