在MATLAB中提供了灰度变换的函数，这个函数名字叫做imadjust函数，通过这个函数可以实现图像的灰度化，使对比度增强。其语法格式为：J=imadjust(I,[L,H],[B,T],bite)其功能是：返回一张由I图片经过直方图灰度变换调整后的J。其中[L,H]为初始图像I中需要改变的灰度范围，[B,T]指定通过灰度变换后的范围，两者的默认值都为[0,1]。Bite为通过变换后矫正的量，它的取值决定了两张图片的灰度的映射方式，也就是说决定了是增强高灰度还是低灰度。如果bite为1则表示这个变换为线性的；如果小于1，那么这个映射就会对图形的像素值进行加权；如果大于1，那么通过变换后的灰度值比原来的小[6]。2。2。2图像的二值化处理二值图像（binary image）也就是认为在一副图像中，这幅图像里面的像素不是黑色就是白色，图像也可以叫做黑白图像，这幅图像的灰度值并没有中间的灰度值进行过度。人们长期以来都是通过灰度图像来求得一些图像的特征，但是对相对复杂的图像确不能很好的解决，这时通常使用二值图像就可以很简单的求出需要的特征。而且二值图像与灰度图像相比图像简单，信息量较少，所以处理图像的速度更快，成本更低，实用价值更高。二值图像基本上都是由灰度图像获得的，所以灰度图像与二值图像有着密切的联系。论文网

输入一副图像，先要经过灰度处理，得到多值的灰度图像，然后通过阈值处理才能得到二值图像；其次，要得到准确的能反应对象的二值图，还需要进行图像增强处理来改善灰度图像品质，也就是说要得到想要的二值图像就必须要转换为灰度图像。

一副二值图像中所有的像素都只能由0和1这两个数值来表达，所以在MATLAB这个软件中，所有的二值图像都是由一个矩阵来表示，这个矩阵里面的值只有0和1。这两个值对应黑色和白色，这两个可取的值表示打开和关闭，关闭是表示该像素接近背景像素表示的值，而打开代表该像素在前景图像中。这种操作模式可以更容易地识别图像的结构。在MATLAB软件中提供了将灰度图像转换为二值图像的函数：I=im2bw(J,N)此函数中I代表了由图像J通过二值变换返回的图像，J代表了将要转换的灰度图像，N代表了灰度图像的阈值，阈值的不同取值，可以改变所求的二值图像的图像特征。

2。3图像的边缘检测

在本章中对通常的边缘检测方式做了一个比较详尽的介绍。基本上根据算法提出的时间顺序进行介绍。最后根据研究的需要，最后用了Hough变换对图像进行直线检测。2。3。1图像边缘检测概论

使用电脑来进行数字图像的处理总共有两个目的：其中一个是想要产生更适合人眼识别和观察的图像；另一个是期望能让电脑自动理解和识别输入的图像。不管是为了哪一种目的，数值图像处理中最关键也是最复杂的一项技术就是对包含有许多不同的图形信息的图像进行分解。图片被分解后的结果那就是图像被分解成为了最小的成分，这些成分都具有图像中的某些特征，他们被称为图像的基元。相对于整个图像，图像基元更容易快速处理[3]。图像特征是指图像最原始的属性或者特性。其中大部分特性是视觉可以直接感受到的自然特征，比如说图像的亮度，图像的色彩，图像的边缘轮廓或者图像中的直线。但是有些特征是需要通过变换或者测量才能了解到的认为特征，比如直方图，矩阵等。我们可以利用一定的方法将图像分解成我们所需要的特征，这种过程称为图像的分割。文献综述

图像的边缘是图像最根本的特性。它是指在一副图像中，图像中的图形与图形之间它们周围的像素的灰度会有一个巨大的变换，这个变化有可能是阶跃的也有可能是屋顶的。边缘是大多数存在于目标与背景之间、对象与对象之间、基元与基元之间。因此，它是图像分割的一个重要特征。