① 線性變換： 當圖像出現曝光不足或者曝光過度的時候，灰度圖會被局限在很小的範圍內，這時我們會通過線性變換將每壹個像素線性拉伸。壹般線性變換效果會增強圖像的對比度，舉個例子就是，圖像會變得黑色更黑，白色更白。
② 分段線性變換： 主要是用作突出感興趣的目標或者灰度區間，抑制那些不感興趣的區域，壹般來說，我們會把圖像分成三段去進行線性變換，對任意區間的灰度區間進行壓縮或拓展，壹般用在有類似於折痕這樣的噪聲的圖片中，減少折痕的影響。
③ 非線性變換： 該變換壹般不針對某個不同的灰度區間進行變換，而是在整個灰度值範圍內采取相同的非線性函數實現灰度值區間的壓縮和拓展。如對數變換，用於擴展圖像的低灰度值部分，壓縮高灰度值部分，使得低灰度的圖像細節清晰化。相對應的指數變換則是拉伸高灰度區域，提高灰度區域高的像素點。
?這個說的直方圖壹般指的是灰度直方圖，是按照灰度值大小，統計圖像中像素出現的頻率，橫坐標為灰度值，縱坐標是該灰度值出現的頻率或者像素個數。但直方圖只能反映整幅圖像的亮暗程度和對比度，不能看出灰度空間分布情況。直方圖壹般有以下兩種修正形式：
① 直方圖均衡化： 通過對原圖像進行某種變換，使得原圖像的灰度直方圖修正為均勻分布直方圖，從而達到調整圖像對比度的目的，主要適用於背景和前景太暗或太亮的圖像（啊，依舊是萬能的ppt畫的直方圖，ppt賽高）。
② 直方圖規定化 ：即是將原圖像直方圖變成規定形狀的直方圖。最理想的情況是直方圖均衡化實現了圖像灰度的均衡分布，對提高圖像對比度有明顯的作用。但是在實際使用中，我們不壹定需要直方圖具有整體的均勻分布特性，而是希望與規定的壹致。
? 意思是將圖像的像素點全部設置成0或255，變成黑白圖像，大幅度減少圖像的數據量，凸顯目標輪廓，同樣的，壹般有三種做法：
①取0-255之間的平均數作為閾值過濾，灰度值小於平均數127的歸於像素0，反之歸於255。
②計算圖像所有像素的灰度平均值作為閾值過濾，灰度值小於閾值的歸於像素0，反之歸於255。
③取灰度直方圖上，前景和背景兩個高峰之間的最低谷為閾值，灰度值小於閾值的歸於像素0，反之歸於255。
符號說明：erode（腐蝕）dilate（膨脹）src（原圖）element（移動窗口大小）dist（最終圖像）
先腐蝕後膨脹，可以用來消除小物體，可以在分離物體，平滑邊界的同時改變面積不明顯，效果通常為放大了裂痕或局部亮度低的區域，公式為：
dist= dilate(erode(src, element))
先膨脹後腐蝕，能排除小型黑色區域，效果通常為突出了比原圖輪廓周圍更暗的區域。公式為：
dist = erode(dilate(src , element))
求膨脹圖與腐蝕圖之差，對二值圖像進行這壹操作可以突出圖塊邊緣，從而保留物體的邊緣輪廓，公式為：
dist = dilate(src, element) - erode(src , element)
求原圖和開運算圖之差，開運算減去原圖後可以得到比原圖輪廓周圍區域更亮的效果圖，公式為：
dist = src - dilate(erode(src, element))
求閉運算圖和原圖之差，用作分離比臨近點暗壹點的斑塊，得出比較平滑的輪廓，公式為：
dist = erode(dilate(src, element)) - src
主要是用作對圖像進行平滑處理，目的是去除圖像中的噪聲，但會使得圖像中物體邊緣模糊，具體操作為：對窗口範圍內像素的灰度值進行平均值計算，然後將當前像素的灰度值用它所在鄰域內像素的平均值代替。
內容摻雜個人理解，記錄準確性不擔保，隨時改(●ˇ?ˇ●)