图像处理是计算机视觉领域的重要研究方向，MATLAB是一种功能强大的数学计算软件，可以用于图像处理和分析。下面是一些简单的MATLAB图像处理代码示例，包括图像增强、边缘检测、形态学处理、特征提取等。

1. 图像增强

图像增强是指通过一些技术手段，使图像的某些特征更加突出，从而达到改善图像质量的目的。MATLAB中有许多图像增强的函数和工具箱，例如直方图均衡化、对比度增强、亮度调整等。

% 直方图均衡化  
img = imread('image.jpg');  
img_eq = histeq(img);  
imshow(img_eq);  
title('直方图均衡化');  
  
% 对比度增强  
img = imread('image.jpg');  
img_eq = imadjust(img, [0.5 0.5], [0.5 0.5]);  
imshow(img_eq);  
title('对比度增强');  
  
% 亮度调整  
img = imread('image.jpg');  
img_eq = imadjust(img, [0.5 0.5], [0.5 0.5], [0.5 0.5]);  
imshow(img_eq);  

title('亮度调整');

2. 边缘检测

边缘检测是指检测图像中的边缘，即图像中亮度变化较大的区域。MATLAB中有许多边缘检测的函数和工具箱，例如edge()、edgeprop()等。

% 边缘检测  
img = imread('image.jpg');  
edges = edge(img);  
imshow(edges);  

title('边缘检测');

3. 形态学处理

形态学处理是指对图像进行一些操作，如开运算、闭运算、膨胀、腐蚀等，以达到改善图像质量的目的。MATLAB中有许多形态学处理的函数和工具箱，例如morphology()、edge()、edgeprop()等。

% 开运算  
img = imread('image.jpg');  
kernel = strel('disk', 3);  
img_bw = imopen(img, kernel);  
imshow(img_bw);  
title('开运算');  
  
% 闭运算  
img = imread('image.jpg');  
kernel = strel('disk', 3);  
img_bw = imclose(img, kernel);  
imshow(img_bw);  
title('闭运算');  
  
% 膨胀  
img = imread('image.jpg');  
kernel = strel('disk', 3);  
img_bw = imdilate(img, kernel);  
imshow(img_bw);  
title('膨胀');  
  
% 腐蚀  
img = imread('image.jpg');  
kernel = strel('disk', 3);  
img_bw = imerode(img, kernel);  
imshow(img_bw);  

title('腐蚀');

4. 特征提取

特征提取是指从图像中提取有用的特征，以便进一步分析和处理。MATLAB中有许多特征提取的函数和工具箱，例如SIFT()、SURF()、ORB()等。

% SIFT特征提取  
img = imread('image.jpg');  
keypoints = detectSI