,改善光照不均匀图像,突出目标的边缘等。Р实现图像的灰度转换的方法有很多,其中最常用到的是直方图变换的方法,即直方图的均衡化。该种方法是使输出图像直方图近似服从均匀分布的变换方法。Matlab7.0图像处理工具箱中为我们提供了图像直方图均衡化的函数histeq(),我们也可以通过imhist()函数计算和显示图像的直方图。Р通过原图与直方图均衡化后图像对比可以发现,图像变得更加清晰,并且均衡化后的直方图相对于原直方图的形状更为理想。实现过程代码如下:Рi=imread('F:\2.tif');Рj=histeq(i);imshow(j);Рfigure,subplot(1,2,1),imhist(i);Рsubplot(1,2,2),imhist(j)Р执行后得到的图像如下所示:Р Р图2.3 均衡化后的灰度图像图2.4 均衡化前后的直方图对比图Р2.5 灰度图像平滑与锐化处理Р平滑滤波器的作用是模糊图像或者消除噪声,Matlab7.0图像处理工具箱为我们提供了wiener2()来实现对图像噪声的自适应滤波,medfilter2()函数用来实现中值滤波。在本文案例中,为使滤波效果更加明显,我们预先为人脸图像人为增加噪声,然后用自适应滤波方法对图像进行滤波处理。锐化处理的作用是用来强调图像中被模糊的细节,在本案例中,采用了预定义高斯滤波器的方法对图像进行锐化滤波。实现过程的代码如下:Рi=imread('F:\2.tif');Рj=imnoise(i,'gaussian',0,0.02);Рsubplot(1,2,1),imshow(j);Рj1=wiener2(j);subplot(1,2,2),imshow(j1);Рh=fspecial('gaussian',2,0.05);j2=imfilter(i,h);figure,subplot(1,2,1),imshow(i)