在数字图像处理技术中，图像增强技术是一个特别关键的技术。图像增强，顾名思义，就是增强图像的可识别度，让本不清晰的图像变得清晰，让本不明显的细节更加突出。图像增强的实质，是把原来灰度较为集中的图像在灰度级上均匀分布，也即增加了图像的对比度。图像增强应用的关键技术是灰度变换与空间滤波，本节着重介绍灰度变换。

   灰度变换分为负片变换、对数变换、指数变换和分段线性变换，其中分段线性变换又有对比拉伸、灰度切割和位图切割。灰度变换中较为重要的是直方图处理，又分为直方图均衡化和直方图规定化。下面简要介绍各种方法的MATLAB实现，以说明如何用MATLAB分析图像处理问题，为以后利用MATLAB进行算法验证与开发打下基础。在以下的程序中，f，g分别表示input和output。

   %负片变换

g=imcomplement(f);

   %对数变换

g=log(1+double(f));

   %对比拉伸

g=im2uint8(mat2gray(log(1+double(f))));

imshow(f),figure,imshow(g);%观察变换前后图像变化

   %直方图均衡化

clear;
f=imread('');
subplot(2,2,1)
imshow(f)
hold on
subplot(2,2,2)
imhist(f)
g=imhist(f);
g1=g(1:10:256);
horz=1:10:256;
subplot(2,2,3)
bar(horz,g1)
axis([0 255 0 1000])
set(gca,'xtick',0:50:255)
set(gca,'ytick',0:100:1000)

   %直方图规定化
它与直方图均衡化不同之处仅在于histeq（）函数的运用，在此不再赘述。
在思考过程中，我有一个问题：在对比拉伸中用了g=im2uint8(mat2gray(log(1+double(f))));直接用g=log(1+f)与上句有何区别？后来经过思考发现，MATLAB中存储数据要转换为uint8类型，而将double数据转换为uint8过程中，可能此数据不在【0,1】范围内，故用mat2gray函数将其转换为【0,1】的标准形式，然后用im2uint8转换为uint8类型存储。