内容来自于刘定生老师的数字图像处理课和课件，如有侵权，联系删除。
灰度级：图像中不同灰度的最大数量
对比度：反映图像灰度方差大小
线性：
Iout = a*Iin + b
a>1:增加对比度
a<1:减小对比度
b>0:增加亮度
b<0:减小亮度
非线性：
C>0:增强中间部分
C<0:减弱中间部分
（类似于log曲线）
点运算：
利用LUT
代数运算：
加法：C = A + B
用法：
1.削弱叠加性噪声（例如随机噪声，利用的是随机噪声的均值为0）
2.叠加图像（例如融合）
减法：
1.去除背景图像（天气预报、演员拍戏等，后面是一个纯色的幕布，后期再将背景合成上去）
2.检测同一场景图像的变化
乘法：
1.扣取局部图像（蒙版，用0,1的mask去提取原图）
逻辑运算：
一般是针对二值图像
几何变换：
线性：平移、缩放、旋转、镜像、错切
这些变换可以用矩阵表示
仿射变换：
水平镜像：
[-1 0 0
0 1 0
0 0 1]
x方向缩放a倍，y方向缩放b倍：
[a 0 0
0 b 0
0 0 1]
旋转：
错切：非垂直投影
[1 c 0
d 1 0
0 0 1]
伪仿射变换：双线性几何变换
非线性（高阶多项式）：任意几何变换
畸变矫正
透视变换：以人眼为中心的中心投影
符合人眼的视觉形象
8个独立的参数，需要4个点
座标的计算：
向前映射（镜像、平移时用这种方法）
向后映射（旋转、缩放、变形等，结合差值使用）
像素的计算：
最近邻插值：快，误差大，会有马赛克效应
双线性插值：平滑过渡，低通特性（会使图像变模糊）
数学上是双曲抛物面方程：
计算结果：
矩阵形式：
最佳插值函数：三次卷积插值
需要4x4，16个点，，高频损失少，可将噪声平滑
延伸。。：
非几何变换：主要指灰度变换（只有像素值的变换没有座标的变换）
单像素
区域：基于模板
对比度拉伸：
Gamma失真：
图像亮度对光线的相应不是线性的，硬件决定的
灰度直方图：
灰度出现的频率可以看做其出现的概率--》直方图就对应于概率密度曲线
用途
1 . 数字化参数
直方图给出了一个简单可见的指示，用来判断一幅图象是否合理的利用了全部被允许的灰度级范围。一般一幅图应该利用全部或几乎全部可能的灰度级，否则等于增加了量化间隔。 丢失的信息将不能恢复。
２ . 边界阈值选取
假设某图象的灰度直方图具有 二峰性，则表明这个图象的较亮的区域和较暗的区域可以较好地分离，取中间点为阈值点，可以得到好的２值处理的效果。
直方图变换
单调增加的映射曲线
直方图均衡：用r的累积分布函数作为变换函数，可产生一幅灰度级分布具有均匀概率密度的图像
对于离散图像，只能做到接近均匀
