帮我写一段代码，要求在MATLAB中实现图像‘hand.png’的直方图规定化，规定图像‘hand.png’的直方图由均值0.2，标准偏差0.15，峰值为1，基本偏移量为0.4的高斯函数生成。

在MATLAB中，你可以使用`imadjust`函数来对图像进行直方图规定化，并且利用`imnoise`和`imread`函数结合高斯函数来模拟指定的直方图特性。下面是一个简单的示例代码：

% 加载原始图像
img = imread('hand.png');

% 创建一个高斯函数，假设其均值为0.2，标准差为0.15
mu = 0.2;
sigma = 0.15;
gaussian = @(x) normpdf(x, mu, sigma);

% 创建一个随机数组，按照高斯分布并设定最大值为1
rand_img = imnoise(img, 'salt', [], 1);
histogram_data = hist(rand_img(:), 256); % 假设我们选择256个bins

% 计算峰值点
peak_index = find(histogram_data == max(histogram_data));

% 设定基本偏移量为0.4，调整直方图
offset = 0.4;
new_hist = histogram_data + offset;

% 使用imadjust进行直方图规定化
[output_img, output_min, output_max] = imadjust(rand_img, [min(new_hist) peak_index(1)], [max(new_hist) 1], 'linear');

% 现在output_img将按照新的直方图分布
figure; imshow(output_img);

注意，这个代码片段假设了`imnoise`函数的盐噪声模式可以用来近似你想要的直方图形状。如果你需要更精确地控制每个像素的直方图分布，可能需要进一步处理生成的随机数组。