《数字图象处理——基本的灰度变化》

   基本的灰度变换是基于图像的空间域（图像空间域：即指的是图像平面本身；对应的是图像的变换域）进行像素点对点的操作，具体的变换有：图像反转、对数变换、幂律（伽马）变换、分段线性变换等等。

1、图像反转：主要是依据公式：s = L - 1 - r   进行图像的灰度范围进行反转。具体看代码。

<span style="font-size:18px;">% 图像反转
% 适用于增强嵌入在一副图像的暗区域中的白色或灰色细节
im = imread('1.tif');
figure;subplot(121); imshow(im);

im = 256 - 1 - im;

subplot(122); imshow(im);</span>

输出：左边是原图，右边为反转后图像

2、图像的对数变换

<span style="font-size:18px;">%%
% 对数变换
% 用来压缩像素值变化较大的图像的动态范围
% 在傅里叶频谱分析中，一般都要用对数变换对很大范围的傅里叶频谱值域进行压缩，以便于显示。

im = imread('2.tif');
figure;subplot(121); imshow(im);

c = 1;
im = c * log( 1 + double(im) );

subplot(122); imshow(im, []);</span>

运行结果：

3、幂律（伽马）变换

<span style="font-size:18px;">% 幂律（伽马）变换
% 常见应用：伽马校正, 改变图像的对比度
% 伽马大于1时，得到的图像比原图像暗，相反gimgmimg值小于1时，得到的图像比原始图像亮

im = imread('3.tif');
figure;subplot(221);imshow(im);  title('原图');

c = 1;

imf = double(im);
gamma = 0.6;
imf = c * ( imf ).^gamma ;
subplot(222);imshow(imf, []); title('gamma = 0.6');

gamma = 0.1;
imf = double(im);
imf = c * ( imf ).^gamma ;
subplot(223);imshow(imf, []); title('gamma = 0.1')

gamma = 1.6;
imf = double(im);
imf = c * ( imf ).^gamma ;
subplot(224);imshow(imf, []); title('gamma = 1.6');</span>

4、分段线性变换

     主要有对比度拉伸、灰度级分层、比特平面分层。其中比特平面分层：高阶比特平面包含了视觉上很重要的大多数数据，而低阶比特平面在图像中贡献了更精细的灰度细节。常常应用在图像压缩领域。

img  =imread('lena.bmp');
img1 = img;
figure;subplot(3,3,1);imshow( img ) ;title('原始图像');

%比特平面编码

%方法一：
for i = 8: -1: 1
    A_bitplane = bitshift( bitget(img,i), i - 1 );
    subplot( 3, 3, 9 - i + 1 );
    imshow( A_bitplane );
    title( ['位平面 ' num2str(i)] );
end 

%方法二：
img2 = img;
figure;subplot(3,3,1);imshow( img ) ;title('原始图像');

imd = cell(1,8);  %新建元胞数组方便解码使用
[m,n] = size(img);
for i = 8: -1:1 
    for x = 1: m
        for y = 1: n
            if ( bitget( img(x, y), i ) == 1 )
                img2(x,y) = 2.^(i - 1);    %将属于该比特平面的像素点映射为    2.^(i - 1)
            else
                img2(x,y) = 0;      %将不属于该比特平面的像素点映射为0   这样，最后得到每一层的比特平面都只包含两个灰度级。
            end
        end
    end
    subplot( 3, 3, 8 - i + 2 );
    imshow( img2 );
    title( ['My_ 位平面 ' num2str(i)] );
    imd{i} = img2;  
end

%比特平面解码:编码的逆过程，简单的灰度相加就行。
figure;subplot(2, 2, 1);imshow(img);title('原始图像');
for i = 6 : 8
    recover = zeros( size(img) );
    recover = uint8( recover );
    for j = i: 8
        tmp = imd{j} ;
        recover = recover +  tmp ;
    end
    subplot(2, 2, i - 5 + 1);imshow(recover);  title( ['位平面' num2str(i) '-----8合成']);
end

运行结果输出：

方法一：充分利用matlab库函数，简单快捷而且速度快。

方法二：为自己实现，原理同方法一，程序相对简单容易理解，但速度较慢。

推荐使用方法一。

从解码过程可以看出，仅用6、7、8比特平面就可以很好的实现原始图像的恢复；也就是将8比特的原始图像压缩到3比特的图像，实现了图像的压缩存储。