反差增强又称对比度增强，是一种点处理方法，通过对像元亮度值（又称灰度级或灰度值）的变换来实现。 人们对遥感影像的识别是通过各像元之间的灰度差异来实现的，但并不是只要存在灰度差异就能识别，而是只有当这种差异达到一定程度，人眼才能识别。因此，需要对获得的卫星影像进行一些视觉处理才能达到理想的效果，较常用的反差扩展和灰度调整的方法有很多，如灰度线性拉伸、分段线性拉伸、非线性拉伸、直方图调整等等。线性拉伸是反差增强处理中最常用的一种方法，它通过线性拉伸方程把原影像较窄地亮度范围拉伸到全辐射亮度级0-255范围内。线性拉伸分为局部拉伸和分段拉伸。

由于遥感成像系统的特性、成像时的光照条件，以及像幅范围内地物间辐射差异的大小等各种原因，常常使数字图像大部分像元的亮度值集中在比较窄的动态区间，致使图像的反差较小、色调单一，难以从中区分出更多的地物信息，因此需要进行反差增强(也称反差扩展或拉伸增强)，反差增强处理，也称灰度变换增强，是将图像的灰度值范围拉伸或压缩成显示系统的灰度范围，以扩大地物间亮度差异，分辨出尽可能多的亮度等级，改善和提高图像的对比度。该方法根据某种目标条件，按一定的转换函数逐点改变输入图像中每个像素点的灰度值。

常用于反差增强的变换方法有灰度闭值、灰度级分割、线性变换和非线性变换等方法。

(1)灰度阈值

灰度阐值是将图像中的所有灰度值根据指定的灰度值(即阈值)分成高、低两类。这种方法产生的掩模可以分开对比度差异较大的地物，如陆地和水体，从而再对陆地或水体分别做进一步处理。

(2)灰度级分割

灰度级分割是将图像灰度值划分成一系列用户指定的间隔，并将每一个间隔范围内的不同的灰度值显示为相同的值。该方法广泛用于显示热红外图像中不同温度范围。例如，根据TM图像多光谱数据第3波段分析黄河口区域悬浮泥沙浓度所得的结果。使用灰度级分割分为3个级别，由于水流冲击的原因导致黄河口入海处的悬浮泥沙较多，而随着逐渐远离河口，泥沙浓度也相对下降。

(3)线性拉伸

线性拉伸，也称最大一最小对比度拉伸。值范围扩展到整个输出范围(如0-255 )。AO口就是用下面的公式将原图像中的每个灰度值最简单的线性拉伸算法是将其灰度中提供的IRasterStretchMinMax接(DN)转化成新的灰度值(DN' )。

(4)非线性拉伸

非线性拉伸算法有很多种，包括:直方图均衡化、对数曲线扩展、对数曲线扩展。其中以直方图均衡化最为典型。可将IRasterStretch接口的拉伸类型设置为esriRasterStretch_ HistogramEqualizeo。