图像拉伸

图像拉伸是最基础的图像处理方法，主要用来改善图像显示的对比度，道路提取流程中往往首先要对图像进行拉伸的预处理。图像拉伸主要有三种方式：灰度拉伸、直方图均衡化和直方图规定化。下面主要看看灰度拉伸：

灰度拉伸

灰度拉伸以像素为单位对图像进行增强，对指定的灰度范围进行变换。因为像素的灰度值和地物具有相关关系，所以灰度拉伸可以用来突出或者抑制指定地物的特征——这也要求我们对地物的灰度分布有一定认识。灰度拉伸主要有三种方式：线性拉伸、非线性拉伸和多波段拉伸。

线性拉伸

全域线性拉伸

大部分像素灰度分布在[a,b]时，可将[a,b]拉伸到[c,d]，常用方法。

分段线性拉伸

突出目标地物灰度区间，抑制不感兴趣的其他区间。

分段窗口切片（Slicing）

将某一区间灰度级与其他部分（即背景）区分开来。

 

非线性拉伸

非线性，包括指数函数、对数函数、平方根、高斯函数等。

指数变换

高灰度区（亮的部分）扩大了灰度间隔，突出细节；低灰度区（暗的部分）缩小灰度间隔，弱化细节。

对数变换

低灰度区较大拉伸，高灰度区压缩，使图像灰度分布与人的视觉特性匹配。

 

多波段拉伸

对各个波段分别进行线性拉伸或非线性拉伸，综合增强图像显示的地物信息。