灰度拉伸，也稱為對比度拉伸，是一種用於圖像增強的線性點運算技術，其目的是擴展圖像的直方圖，使其填充整個灰度級別範圍。這種技術可以通過簡單的線性變換實現，也可以使用分段線性變換來更加靈活地控制輸出灰度直方圖的分布，從而有選擇地拉伸特定的灰度區間以改善圖像的對比度。
灰度拉伸的基本公式可以表示為( g(x,y) = \frac{255}{B-A} \times f(x,y) - A] \)，其中\( f(x,y) \)是輸入圖像，\( g(x,y) \)是輸出圖像，\( A \)是最小的灰度級，\( B \)是最大的灰度級。這種變換可以增強或降低圖像的對比度，具體取決於[變換函式的斜率。
灰度拉伸與直方圖均衡化不同。直方圖均衡化通過展寬對畫面起主要作用的灰度值並歸併對畫面不起主要作用的灰度值來增大對比度，而灰度拉伸則是線性地拉寬對比度，對圖像的整體影響較小。
灰度拉伸的一個優點是變換函式可以由用戶任意合成，這提供了更大的靈活性來適應不同的圖像增強需求。然而，如果原始圖像的灰度級別已經非常接近於整個灰度級別範圍（例如，最小值接近0，最大值接近255），則灰度拉伸可能不會產生明顯的視覺變化。