上一篇：MATLAB安裝與簡單的圖像操作
上一篇文章忘記介紹灰度直方圖了，灰度直方圖就是將RGB圖像轉成灰度圖後，統計灰度圖中各灰度級出現的次數或頻率，可用於圖像分割和圖像灰度變換；
常見的灰度變換上一篇介紹過線性變換，即O = Fa * I + Fb；
繼續學習圖像灰度變換之：灰度對數變換
t = c log(s + 1)
這種變換可以增強一幅圖中較暗部分的細節，從而可以用來擴展被壓縮的告知圖像中的較暗像素。一般傅里葉頻譜動態範圍可寬達0~1000000，直接顯示，圖像設備的動態範圍不能滿足要求，從而丟失大量暗部細節，在使用對數變換之後 ，被合理地非線性壓縮，可以清晰顯示。
由曲線可以看出，橫軸值較小時，縱軸值變化很大；橫軸值較小時，縱軸值變化趨於平緩；所以暗部的細節區分度變大，可以保留暗部細節。
最終MATLAB實驗結果結果如下圖所示
建議瞭解下傅里葉變換，在高等數學中有專門講到傅里葉變換，用於信號處理等方面；傅里葉變換在圖像處理中的應用，這篇博文將大概應用類型介紹了一下，我是參照它來學習的，還附有MATLAB代碼，實踐起來比較方便：
伽馬變換
伽馬變換，也叫指數變換或者冪次變換；
表達式一般爲y = (x +esp)^γ；
x,y的取值範圍爲[0,1]，說esp是補償係數，但是感覺esp應該是不大於1的，因爲esp如果大於1的話，當x爲1時，x + esp 的25次方肯定大於1了。具體多少應該有其他規定；
不過在網上有一部分介紹是把esp補償係數省掉了；
下圖爲伽馬變換的曲線圖：
MATLAB裏面有對應gamma變換的處理函數，imadjust，用法爲：
J = imadjust(I,[low_in high_in],[low_out,high_out],gamma);
比較好懂，將輸入圖像在low_in到high_in的值映射到lou_out到high_out區間上，所以自然就將[low_in high_in]區間外的值過濾掉了。
gamma指定了映射關係上的權重，gamma < 1的話映射被加權至更高的輸出值；反之，加權至更低的輸出值；具體效果如“伽馬變換的曲線圖”所示。
MATLAB效果圖如下：
代碼：
I = imread('test1_gray.png');
subplot(1,3,3);
J = imadjust(I,[],[],1.5);
imshow(J);
title('gamma 1.5');
根據前面伽馬變換的曲線圖，不同的gamma，其曲線在不同區間曲率變化規律不同，gamma < 1時，較暗區域的細節會更加明顯，gamma > 1時，較亮區域的細節會更加明顯。
同時還比較了直方圖：
書上總結說是：伽馬變換不是線性變換，不僅可以改變圖像的對比度，還能夠增強細節，改善整體效果。