如何用MATLAB编程来实现一个灰度图像的反相处理，假设图像的灰度级L

在MATLAB中，灰度图像的反相处理就是将图像中每个像素的值取其相反数，即0变为L，L变为0。下面是一个简单的函数来实现这种操作：

function inverted_image = grayScaleInversion(image, L)
    % 检查输入是否为灰度图像
    if ~isequal(size(image), [height, width]), error('Input must be a grayscale image.'); end
    
    % 反相处理
    inverted_image = uint8(L) - uint8(image); % 将灰度转换为uint8以便进行位运算
    inverted_image(inverted_image > L) = 0; % 防止超过最大灰度级L
    inverted_image(inverted_image < 0) = L; % 防止低于最小灰度级0
    
    % 转换回原始的灰度范围
    inverted_image = double(inverted_image) / L;
end

在这个函数中，`image`是需要进行反相处理的灰度图像，`L`是图像的灰度级别。注意我们将图像转换为`uint8`类型来进行位运算，然后通过`double`转换回灰度值的范围。

你可以像这样使用此函数：

% 加载图像（假设名为'example.png'）
img = imread('example.png', 'gray');

% 反相处理
inverted_img = grayScaleInversion(img, max(img(:)));

% 显示原图和反相后的图像
subplot(1, 2, 1), imshow(img), title('Original Image');
subplot(1, 2, 2), imshow(uint8(inverted_img * L)), title('Inverted Image (Re-scaled)');

这里使用了`uint8(inverted_img * L)`是为了确保输出图像的灰度值仍在0到L之间，因为`imshow`通常需要这种范围的灰度数据。