12.4.1 图像预处理（2）
（7）grayslice()通过设定阈值将灰度图像转换成索引色图像，其具体语法格式如下：
- X=grayslice(I, n)
该命令是将灰度图像I均量化为n个等级，然后转换成伪彩色索引色图像X。
3．图像增强
在图像获取过程中，通常含有各种各样的噪声和畸变，这些噪声和畸变影响图像分析的质量，在图像进行分析之前，必须对图像进行质量改善处理。通常采用图像增强的方法来对图像质量进行改善。图像增强就是将图像中重要的特征有选择的突出，不重要的特征有选择的衰减，目的就是提高图像的清晰度以便于人与计算机分析处理，同时必须满足图像的复制和再现要求。
（1）灰度变换增强
灰度变换增强是根据某种目标条件，按一定变换关系逐点改变图像中每一个像素点的灰度值的方法。通过灰度变换可以达到对比度增强的效果。下面以对比度直方图均衡化方法为例介绍灰度变换增强的MATLAB实现方法。
直方图均衡化是一种使输出图像直方图近似服从均匀分布的变换方法。MATLAB提供的直方图均衡化的具体函数调用格式如下：
- J=histeq(I, n)
- J=adapthisteq(I)
第一个命令是直接将图像I进行直方图均衡化处理，后一行函数只是对图像I中的一个区域进行操作，又叫做自适应直方图均衡化处理。下面用两个例子来分别说明函数的使用方法及效果。
在MATLAB命令窗口输入以下代码：
- >> I = imread('tire.tif');
- >>J = histeq(I);
- >>imshow(I);
- >>figure, imshow(J)
原始图像如图12.3所示，程序运行结果如图12.4所示。
 |
| 图12.3 图像均衡化前原始图像 |
 |
| 图12.4 图像均衡化后图像 |
在MATLAB命令窗口中输入以下代码：
- >> I = imread('tire.tif');
- >>A = adapthisteq(I,'clipLimit',0.02,'Distribution','rayleigh');
- >>figure, imshow(I);
- >>figure, imshow(A);
原始图像如图12.5所示，程序运行结果如图12.6所示。
 |
| 图12.5 自适应直方图均衡化前效果图 |
 |
| 图12.6 自适应直方图均衡化后效果图 |