图像增强matlab代码

以下是一个简单的图像增强 Matlab 代码示例：

% 读入图像
img = imread('lena.png');

% 显示原始图像
subplot(2,2,1);
imshow(img);
title('Original Image');

% 转化为灰度图像
gray = rgb2gray(img);

% 显示灰度图像
subplot(2,2,2);
imshow(gray);
title('Gray Image');

% 对灰度图像进行直方图均衡化
eq = histeq(gray);

% 显示直方图均衡化后的图像
subplot(2,2,3);
imshow(eq);
title('Equalized Image');

% 对直方图均衡化后的图像进行对比度拉伸
stretch = imadjust(eq,[],[],2);

% 显示对比度拉伸后的图像
subplot(2,2,4);
imshow(stretch);
title('Stretched Image');

这个代码中，我们首先读入了一张图像，然后将其转化为灰度图像。接着，我们对灰度图像进行了直方图均衡化和对比度拉伸，最后显示了原始图像、灰度图像、直方图均衡化后的图像以及对比度拉伸后的图像。

相关问题

图像增强MATLAB代码实现

当涉及到图像增强的MATLAB代码实现时，有几种常见的方法可以使用。以下是其中一种方法的示例代码：

% 读取图像
image = imread('input_image.jpg');

% 灰度化处理
gray_image = rgb2gray(image);

% 对比度增强
enhanced_image = imadjust(gray_image, [0.3 0.7], []);

% 显示原始图像和增强后的图像
subplot(1, 2, 1);
imshow(gray_image);
title('原始图像');

subplot(1, 2, 2);
imshow(enhanced_image);
title('增强后的图像');

这段代码实现了以下几个步骤：
1. 使用`imread`函数读取输入图像。
2. 使用`rgb2gray`函数将彩色图像转换为灰度图像。
3. 使用`imadjust`函数对灰度图像进行对比度增强。在这个例子中，对比度被增强到了原来的30%到70%之间。
4. 使用`subplot`和`imshow`函数将原始图像和增强后的图像显示在同一个窗口中。

请注意，这只是一种简单的图像增强方法的示例代码。根据具体的需求，可能需要使用其他的图像处理函数或者算法来实现更复杂的图像增强效果。

红外图像增强matlab代码

红外图像增强是一种常见的图像处理技术，可以提高红外图像的质量和可视化效果。在MATLAB中，可以使用各种图像处理函数和工具箱来实现红外图像增强。下面是一个简单的红外图像增强的MATLAB代码示例：

% 读取红外图像
infraredImage = imread('infrared_image.jpg');

% 线性拉伸
minValue = min(infraredImage(:));
maxValue = max(infraredImage(:));
enhancedImage = uint8((double(infraredImage) - minValue) / (maxValue - minValue) * 255);

% 直方图均衡化
enhancedImage = histeq(enhancedImage);

% 高斯滤波
filteredImage = imgaussfilt(enhancedImage, 2);

% 显示原始图像和增强后的图像
subplot(1, 2, 1);
imshow(infraredImage);
title('Original Image');
subplot(1, 2, 2);
imshow(filteredImage);
title('Enhanced Image');

这段代码首先读取了一张红外图像，然后进行了线性拉伸、直方图均衡化和高斯滤波等处理操作。最后，通过subplot函数将原始图像和增强后的图像显示在同一窗口中。

请注意，这只是一个简单的示例代码，实际的红外图像增强可能需要更复杂的算法和处理步骤，具体的代码实现会根据具体的需求和图像特点而有所不同。