我们常接触过“图像处理”这个名词，无论是生活还是工作，拍照P图运用到图像处理，指纹识别也需要用到图像处理，下面我就与大家一同去接触下matlab中的图形处理部分。
图像处理，分为三个阶段：A、图像预处理 B、特征抽取阶段 C、识别分析阶段 。俗话说：“万事开头难”，图像预处理阶段是尤为重要的环节，处理不好，后面的任务就无法顺利地开展。图像预处理方法有两种，图像增强与图像复原。图像增强方法包括了空域法和频域法，图像复原方法则是建立“降质模型”。而再进一步深入，空域增强法又可分为两类：
（1）基于像素点，处理对象是图像的每个像素 （2）基于模板，处理对象是小的子图像（模板）
这次，我们就先接触认识下图像增强中空域变换增强方法。在这之前，先谈下一些基础知识，帮助大家，特别是像我这类刚入门的新手，能够扎实基础，方便后面的展开。
a.“灰度”这个词我们并不陌生，但是估计也有不少人不明所以。其实它就是指亮度的明暗程度，主要用于传送图片，分别有16级、32级、64级。灰度就是没有色彩，RGB色彩分量全部相等。
b.“灰度图像”，这个非常重要，它是指一种具有从黑到白256级灰度色阶或等级的单色图像。该图像中的每个像素用8位数据表示，因此像素点值介于黑白间的256种灰度中的一种。该图像只有灰度等级，而没有颜色的变化。在Photoshop中，将灰度图像作为一种颜色通道的数字图像。
c.灰度级：所谓颜色或灰度级指黑白显示器中显示像素点的亮暗差别，在彩色显示器中表现为颜色的不同，灰度级越多，图像层次越清楚逼真。
---------------------------------------------------------------------------------------------------------------------------------------------
接下来，我们就进入正文。空域增强中有直接灰度调整方法，其中涉及到许多函数，通过其中几个重要函数的功能，我们就能清楚了解这种调整。补充说明的是，下面函数的语法格式并不是完整的，我仅是针对入门选取最简单的说明。
1.impixel函数:得到像素的数据
语法格式：[C,R,P]=impixel(X,MAP)
注：X-输入图像 MAP-索引图像的调色板（非索引图像无此参数）
C-指定像素的颜色 R，P-像素坐标
如果在输入图像参数后面给出指定像素坐标值，将返回指定像素颜色值；否则，进入交互方式，根据鼠标在图像上单击的位置返回颜色值。
例：
RGB=imread('1.bmp');
pixels=impixel(RGB)
2.improfile函数：得到图像中一条线段或多条线段强度值，并绘制成图形。
例：
%绘制彩色图像的强度值
I=imread('2.jpg');
subplot(1,2,1);imshow(I);
x=[35 338 346 103];
y=[253 250 17 148];
subplot(1,2,2);improfile(I,x,y),grid on
3.imhist函数：显示指定图像的直方图（数字图像处理中，最简单有用的工具）
【灰度直方图是灰度级的函数，描述图像中具有该灰度级的像素的个数】
例：
%显示图像的直方图
I=imread('1.bmp');
subplot(1,2,1);imshow(I);
title('原图像');
%axis square;
subplot(1,2,2);imhist(I);
title('图像的直方图');
%axis square;
4.imadjust函数：实现图像的灰度级变换，将图像的灰度值映像扩展为新的数值范围。——扩展对比度
语法格式：J=imadjust（I,[low_in high_in],[low_out high_out],gamma）
不管I属于哪一类，此处指定的强度值的范围均为[0,1]。gamma是一个可选的参数，一般来说灰度间的映像是直线的，也可以调整gamma参数变为非线性的。
例：
I=imread('3.png');
J=imadjust(I,[0.15 0.9],[0,1]); %进行直方图变换
subplot(1,2,1);
imshow(J);
subplot(1,2,2);
imhist(J)
对于低值灰度图像，使用对数变换效果更好。可以扩展低值灰度，压缩高值灰度，使低值灰度的图形细节更容易看清。
对数变换的灰度映像表达式： g(x,y)=log(f(x,y)+1)
例子：
I=imread('3.png');
J=imadjust(I,[0.15 0.9],[0,1]);
subplot(1,2,1);
imshow(I);
I=double(I); %对数运算不支持unit8类型，将图像转换为double类型
J=log(I+1); %进行灰度的对数转换
subplot(1,2,2);
imshow(mat2gray(J))
附注：mat2gray实现图像矩阵的归一化操作。[1] 所谓"归一化"就是使矩阵的每个元素的值都在0和1之间。该函数在数字图像处理
中经常用到。
I = mat2gray(A, [amin amax])