如何在MATLAB中使用直方图均衡化技术优化图像的全局对比度？请提供详细的代码示例。

直方图均衡化是图像处理中提高图像全局对比度的常用技术，它通过拉伸图像的直方图来使得图像的灰度分布更加均匀。在MATLAB中，我们可以使用内置函数`histeq`来实现这一功能。以下是详细的代码示例：

参考资源链接：[MATLAB图像增强算法研究及MATLAB仿真实例分析](https://wenku.csdn.net/doc/5axncwociy?spm=1055.2569.3001.10343)

首先，我们需要读取一张图像，可以使用`imread`函数读取图像文件：

I = imread('example.jpg');

然后，我们使用`imhist`函数来查看图像的原始直方图，以了解图像的灰度分布情况：

figure, imhist(I), title('原始图像直方图');

接下来，我们可以应用直方图均衡化。`histeq`函数将自动计算均衡化的参数，并返回均衡化后的图像：

I_eq = histeq(I);

我们同样可以使用`imhist`函数来查看均衡化后图像的直方图：

figure, imhist(I_eq), title('均衡化后图像直方图');

为了更直观地展示直方图均衡化的效果，我们可以使用`subplot`函数将原始图像和均衡化后的图像显示在同一个窗口中对比：

subplot(1,2,1), imshow(I), title('原始图像');
subplot(1,2,2), imshow(I_eq), title('均衡化后图像');

通过以上步骤，我们可以看到直方图均衡化后的图像具有更宽的灰度范围，从而使得图像的整体对比度得到提升。需要注意的是，虽然直方图均衡化在很多情况下能够提升图像的视觉效果，但它并不总是最佳选择，特别是在图像中包含重要的低频细节时，过度的均衡化可能会破坏这些细节。因此，在实际应用中应根据具体情况选择合适的图像增强方法。

在深入学习图像增强的相关理论和实践技术后，建议读者参考《MATLAB图像增强算法研究及MATLAB仿真实例分析》这篇资料。该资料详细介绍了图像增强的基本原理以及直方图均衡化在内的多种图像增强技术，并且通过MATLAB的仿真实验深入分析了这些技术的效果和性能，是理解并掌握图像增强技术的优秀资源。

参考资源链接：[MATLAB图像增强算法研究及MATLAB仿真实例分析](https://wenku.csdn.net/doc/5axncwociy?spm=1055.2569.3001.10343)