虽然写这个博客主要目的是为了给我自己做一个思路记忆录，但是如果你恰好点了进来，那么先对你说一声欢迎。我并不是什么大触，只是一个菜菜的学生，如果您发现了什么错误或者您对于某些地方有更好的意见，非常欢迎您的斧正！
目录
看书真的会爆炸，而且我发现书中的定义啊什么的真的好细，我觉得这样影响对大局的掌握，我下了个PPT（因为老师的PPT好精简啊），两份PPT一起对照着看。所以接下来关于《数字图像处理》这一块的博客，应该会比较精简了。
3.1图像的运算
3.2基于灰度变换的图像增强
█ 基于点操作的增强变换，常见的有几类方法：
●将f(.)中的象素按EH操作直接变换以得到g(.);
●借助f(.)的直方图进行变换；
●借助对一系列图像间的操作进行变换。
█ 灰度变换：将一个灰度区间映射到另一个灰度区间的变换
█ 灰度变换的目的：使图像动态范围加大，图像对比度扩展，图像清晰，特征明显，是图像增强的重要手段。
█ 基本直接灰度变换：
①图像反转（negative_enhance.m）
②增强对比度（contrast_strentching.m）
③压缩动态范围压缩
④灰度切片
❶图像反转：s=(L-1)-r
✔[0,L-1]为图像的灰度级。作用：黑的变白，白的变黑。
❷对数变换：s=clog(1+r)
✔c是常数
✔r≥0
✔有时候原图的动态范围太大，超出某些显示设备的允许动态范围，如直接使用原图，则一部分细节可能丢失。
✔解决办法是对原图进行灰度压缩，如对数变换。
❸幂次变换：
✔c和γ是正常数
✔γ<1提高灰度级，在正比函数上方，使图像变亮
✔γ>1降低灰度级，在正比函数下方，使图像变暗
❹对比度拉伸
❺灰度级切片
a变换：关心范围指定较高值，其它指定较低值
b变换：关心范围指定较高值，其它保持不变
❻位平面切片
♦假设图像中每个像素的灰度级是256，这可以用8位来表示，假设图像是由8个一位平面组成，其中，位平面0包含图像中像素的最低位，位平面7包含像素的最高位。
♦作用：
✔通过对特定位提高亮度，改善图像质量
✔较高位（如前4位）包含大多数视觉重要数据
✔较低位（如后4位）对图像中的微小细节有作用
✔分解为位平面，可以分析每一位在图像中的相对重要性。
3.3直方图处理
█ 定义：横坐标为灰度级的值，纵坐标为某个灰度级出现的次数。为了便于表示，往往将纵坐标用出现概率表示。
3.4直方图均衡化
█ 直方图均衡方法的基本思想:对在图像中像素个数多的灰度级进行展宽，而对像素个数少的灰度级进行缩减。从而达到清晰图像的目的。
直方图均衡化基本算法
█ 设有Kbit图像f做直方图均衡化后得到图像g。以下以k=8为例说明
❶求出原图f的灰度直方图，设为h。h为一个2k维的向量。
❷求出图像f的总体像素个数:Nf=m*n （m,n分别为图像的长和宽）计算每个灰度级的像素个数在整个图像中所占的百分比:hs(i)=h(i)/Nf (i=0,1,…,255)
❸计算图像各灰度级的累计分布hp。
❹求出新图像g的灰度值。
3.5直方图的映射变换
❶设r代表原始图像的灰度级。为了简单期间，将灰度级进行归一化处理。0代表黑色，1代表白色。
█ 设灰度变换函数s=T(r)进行变换，并假定满足下述条件：
①在0≤r≤1，T(r)单调递增：使变换保持从黑到白的次序
②对0≤r≤1，有0≤T(r)≤1：保证变换后像素的灰度值在允许的范围内
█ 同样从s到r的逆变换：
也要满足上述①②条件。
用
分别表示：变换前的图像的概率密度函数。由概率论知：
因此，通过灰度变换映射T(r)，可以改变图像的概率密度函数，改善图像的外貌
❸直方图规定化
