基于Matlab的图像处理实践：Otsu阈值与光照补偿，Log与Gamma函数应用，工件分类
与中心点标记
## 基于MATLAB的图像处理实践：当工业零件遇上非均匀光照
在金属加工车间里，我们常会遇到这样的场景：零件表面的反光让质检摄像头拍出明暗不均的图
像。就像这张铝制工件的现场图，左侧的顶灯在零件表面形成明显的光斑，直接使用Otsu阈值分割会把阴
影区域误判为孔洞。今天咱们用MATLAB拆解这个棘手问题。
**光照补偿的左右互搏**
面对非均匀光照，先祭出直方图均衡化：
```matlab
img = imread('workpiece.jpg');
img_eq = histeq(img);
imshowpair(img, img_eq, 'montage');
```
但发现高光区域细节反而丢失。改用对数变换试试：
```matlab
c = 0.6;
log_trans = c * log(1 + double(img));
```
此时阴影细节浮现了，但整体对比度下降。这时gamma校正杀出重围：
```matlab
gamma = 2.5;
img_gamma = imadjust(img,[],[],1/gamma);
```
通过滑动gamma值观察效果，发现当gamma=1.8时，能同时保留高光和阴影的纹理特征。这种参数调
优过程就像老中医把脉，需要结合具体场景反复尝试。
**阈值分割的攻防战**
补偿后的图像灰度直方图呈现双峰特征，但右侧峰明显比左侧"肥胖"。直接全局阈值分割：
```matlab
thresh = graythresh(img_gamma);
