MATLAB免费版图像处理实战：从图像读取到图像增强

# 1. MATLAB图像处理基础

MATLAB图像处理工具箱提供了一系列强大的函数，用于处理和分析图像数据。本节介绍MATLAB图像处理的基础知识，包括图像表示、基本操作和数据类型。

### 1.1 图像表示

数字图像由像素组成，每个像素表示图像中特定位置的颜色或亮度值。灰度图像使用单通道表示像素强度，而彩色图像使用三通道（红色、绿色和蓝色）表示每个像素的颜色。图像尺寸由像素的行数和列数定义。

### 1.2 图像文件格式和存储方式

MATLAB支持多种图像文件格式，包括JPEG、PNG和TIFF。这些格式采用不同的压缩算法和存储方式。选择适当的文件格式对于图像质量和文件大小的优化至关重要。

# 2.1 图像数字表示

### 2.1.1 像素、灰度值和图像尺寸

数字图像由称为像素的离散元素组成。每个像素表示图像中特定位置的颜色或亮度值。像素值通常存储为灰度值，范围从 0（黑色）到 255（白色）。

图像尺寸由像素的行数和列数定义。例如，一张 512x512 的图像包含 512 行和 512 列像素，总共 262,144 个像素。

### 2.1.2 图像文件格式和存储方式

图像可以存储在各种文件格式中，包括 JPEG、PNG、TIFF 和 BMP。每种格式都有其独特的优点和缺点。

* **JPEG (Joint Photographic Experts Group)**：一种有损压缩格式，可显著减小文件大小，但会降低图像质量。
* **PNG (Portable Network Graphics)**：一种无损压缩格式，可保持图像质量，但文件大小可能较大。
* **TIFF (Tagged Image File Format)**：一种无损格式，可存储大量元数据和图像数据，但文件大小通常较大。
* **BMP (Bitmap)**：一种未压缩格式，可存储高分辨率图像，但文件大小非常大。

图像存储方式取决于文件格式。最常见的存储方式是行优先顺序，其中图像数据按行存储，然后按列存储。

% 读取图像
image = imread('image.jpg');

% 获取图像尺寸
[height, width] = size(image);

% 获取像素值
pixelValue = image(100, 150);

% 输出像素值
disp(pixelValue);

**逻辑分析：**

* `imread` 函数读取图像文件并将其存储在 `image` 变量中。
* `size` 函数返回图像的高度和宽度，存储在 `height` 和 `width` 变量中。
* `image(100, 150)` 访问图像中第 100 行和第 150 列的像素值，并将其存储在 `pixelValue` 变量中。
* `disp` 函数输出像素值。

# 3.1 灰度变换

灰度变换是图像增强中常见的一种操作，它通过调整图像中像素的灰度值来改善图像的视觉效果。灰度变换主要分为两类：直方图均衡化和对比度拉伸。

#### 3.1.1 直方图均衡化

直方图均衡化是一种通过调整图像中像素灰度分布来增强图像对比度的技术。它通过将图像中每个灰度值的频率分布均匀化，使图像中各个灰度值出现的概率更加均衡。直方图均衡化的过程如下：

1. 计算图像中每个灰度值的频率分布。
2. 将每个灰度值的频率分布归一化，得到概率分布。
3. 对概率分布进行累积和，得到累积分布函数。
4. 将累积分布函数映射到[0, 255]的范围