### MATLAB 图像处理知识点概述
#### 一、`imadjust`函数详解
`imadjust`是MATLAB中用于调整图像对比度的函数。其基本语法为：`g = imadjust(f, [low_in high_in], [low_out high_out], gamma)`。
- **参数解释**：
- `f`：输入图像。
- `[low_in high_in]`：输入图像的动态范围，默认值为[0 1]。
- `[low_out high_out]`：输出图像的动态范围，默认值也为[0 1]。
- `gamma`：对比度增强因子，默认值为1。
- **示例**：
- `g = imadjust(f, [0.5 0.75], [0 1])`：将输入图像中灰度值位于0.5到0.75之间的像素映射到输出图像中的全黑（0）到全白（1）之间。
- `g2 = imadjust(g1, [], [], 2)`：设置`gamma`值为2来增强输出图像`g1`的对比度。
#### 二、图像数据类型转换与处理
- **函数介绍**：
- `im2uint8`：将图像转换为无符号8位整型（uint8），其中最小值变为0，最大值变为255。
- `mat2gray`：将矩阵转换为灰度图像，输出的灰度图像值范围为[0,1]。
- `im2double`：将图像转换为双精度浮点数（double），便于数学运算。
- `im2bw`：将灰度图像转换为二值图像（黑白图像）。
- **示例**：
- `t = im2uint8(mat2gray(log(1 + double(c))))`：先将图像`c`转换为双精度浮点数，然后应用对数变换增加暗部细节，再通过`mat2gray`调整至灰度值范围，最后转换为8位无符号整型。
- `im2bw(g, 0.6)`：将灰度图像`g`转换为二值图像，阈值设为0.6。
#### 三、直方图均衡化与滤波
- **函数介绍**：
- `histeq`：进行直方图均衡化处理，提高图像对比度。
- `imfilter`：实现图像卷积操作，常用于滤波。
- **示例**：
- `g = histeq(f, nlev)`：对图像`f`进行直方图均衡化处理，并指定输出图像的灰度级数`nlev`。
- `g = imfilter(f, w, 'replicate')`：对图像`f`应用卷积核`w`进行滤波，边界处理方式为复制边缘像素值。
#### 四、频域滤波
- **函数介绍**：
- `fft2`：二维离散傅里叶变换。
- `fftshift`/`ifftshift`：将频谱中心移动到矩阵的中心位置或原位置。
- `abs`：计算复数的模。
- `freqz2`：计算二维频率响应。
- **示例**：
- **高斯滤波器的应用**：
1. 使用`paddedsize`函数获取填充后的图像尺寸；
2. 对图像进行二维离散傅里叶变换；
3. 生成二维高斯滤波器；
4. 进行频域乘法；
5. 对结果进行逆傅里叶变换得到滤波后的图像；
6. 裁剪图像使其恢复到原始大小。
#### 五、其他常用函数
- **函数介绍**：
- `fspecial`：创建特定类型的滤波器。
- `paddedsize`：获取填充后的图像尺寸。
- `deconvlucy`：使用Lucy-Richardson算法进行去模糊处理。
- `pixeldup`：像素复制，将图像扩展到更高分辨率。
- `cat`：沿指定维度连接数组。
- **示例**：
- `w = fspecial('type', parameters)`：根据指定类型和参数创建滤波器。
- `PQ = paddedsize(size(f))`：获取填充后图像的尺寸。
- `fr = deconvlucy(p, psf, numit, dampar, weight)`：使用Lucy-Richardson算法进行去模糊处理。
- `rgbimage = cat(3, fr, fg, fb)`：将三个单通道图像拼接成一个RGB彩色图像。
这些MATLAB函数和操作在图像处理领域有着广泛的应用，能够帮助用户高效地完成图像增强、滤波、去模糊等多种任务。通过理解和掌握这些基础知识，可以大大提升在MATLAB中的图像处理能力。
