一.理论分析
伽马变换又名指数变换或幂次变换，基本形式：y=(x+esp)^r ，其中x和y的取值都是[0,1],esp为补偿系数，r为伽马系数。
r取值决定了输入图像和输出图像之间的灰度映射方式，即决定了是增强低灰度（阴影区域）还是增强高灰度（高亮区域）。
（1）改变对比度
r>1时，图像的高灰度区域对比度得到了增强
r<1时，图像的低灰度区域对比度得到了增强。
r=1时，灰度变换时线性的，即不改变原图像。
其实说白了灰度变换中改变斜率就是改变对比度，所以到底时增强那个区域的对比度还是得看曲线的特点。
（2）改变亮度
部分r的幂律曲线将较窄范围的暗色输入映射为较宽范围的输出值，或将较宽范围的高灰度输入值映射较窄范围的输出值。
说白了就是我们知道相同灰度值分布的范围越宽则图像越亮，分布的范围越窄则图像越暗。如图所示
幂函数的图就说明了一切，曲线和横轴包围的就是灰度值的分布，很明显的看出r对灰度值分布范围的影响：r<1扩展灰度值，r>1压缩灰度值。
二.matlab实现
I=imread('pout.tif');
%Gamma取0.75
subplot(1,3,1);
imshow(imadjust(I,[],[],0.75));
title('Gamma 0.75');
%Gamma取1
subplot(1,3,2);
imshow(imadjust(I,[],[],1));
title('Gamma 1');
%Gamma取1.5
subplot(1,3,3);
imshow(imadjust(I,[],[],1.5));
title('Gamma 1.5');
三.运行结果：
四.结果分析
如图所示，Gamma=1时也就是原图，整体感觉比较暗，Gamma=0.75时图像整体低灰度值得到扩展，表现的效果就是整体效果变亮了一些，至于暗区域的对比度增大这幅图还真看不出来，我们在下面的例子中可以观察。Gamma=1.5时图像高灰度值得到映射到为较窄的输出值，图像整体变暗了好多，至于说高灰度值的对比度提高也是不太明显