`

全局低照度图像增强matlab

 
阅读更多
 
clear;
clc;
close all;
%读入图片
A=imread('before.png');
% A= rgb2gray(A);
% mean2(A)
% std2(A)
%显示源图片
figure ;
imshow(A);
title('RGB Original Image')
%调用ALTM
outval = ALTM(A);
% mean2(outval)
% std2(outval)
%输出目标图像
figure ;
imshow(outval);
%图像增强函数
function outval = ALTM(I)
II = im2double(I);
Ir=double(II(:,:,1));
Ig=double(II(:,:,2));
Ib=double(II(:,:,3));
% 
% % % Global Adaptation
% input world luminance values
Lw = 0.299 * Ir + 0.587 * Ig + 0.114 * Ib;
% Lw = im2double(I);
% % % the maximum luminance value
Lwmax = max(max(Lw));
[m, n] = size(Lw);%[]矩阵表示
% % % log-average luminance
Lwaver = exp(sum(sum(log(0.001 + Lw))) / (m * n));
Lg = log(Lw / Lwaver + 1) / log(Lwmax / Lwaver + 1);
gain = Lg ./ Lw;
gain(find(Lw == 0)) = 0;
outval = cat(3, gain .* Ir, gain .* Ig, gain .* Ib);
% outval = gain .* Lw;
 
end

 

 效果如下:

原始图片before

 效果图片after



 原始图片



 效果图片:



 原始图片:



 效果图片:



 

  • 大小: 189.2 KB
  • 大小: 207.6 KB
  • 大小: 196.1 KB
  • 大小: 201.8 KB
  • 大小: 256 KB
  • 大小: 147.3 KB
分享到:
评论
发表评论

文章已被作者锁定,不允许评论。

相关推荐

    【图像增强】基于BIMEF实现微光图像增强matlab代码.zip

    标题中的“【图像增强】基于BIMEF实现微光图像增强matlab代码”是指使用一种名为BIMEF( Bilateral-Filtering Inspired Mean-Field)的图像增强技术,通过MATLAB编程来处理微光图像。BIMEF是双边滤波器启发的平均场...

    低照度图像增强 10多篇 总共 128M文档.zip

    低照度图像增强是计算机视觉领域的一个重要课题,特别是在夜间或光照不足的环境中,提高图像的质量和可读性显得尤为重要。这些文档集合提供了一系列关于低照度图像处理的技术和算法,包括图像增强、直方图调整、去...

    图像增强源代码(Matlab实现)

    这个压缩包文件“图像增强源代码(Matlab实现)”包含了多个用于实现图像增强的Matlab代码,这对于深入理解图像增强算法以及进行实际操作具有极大的价值。 首先,我们来探讨图像增强的基本概念。图像增强是通过对...

    LIME低照度图像增强算法.zip

    LIME(Local Intensity Modification for Enhanced Low-light Images)低照度图像增强算法是一种先进的技术,专为改善在光照不足条件下拍摄的图像的质量而设计。它通过局部亮度调整和全局色彩校正来提升图像的视觉...

    PCNN图像增强MATLAB

    标题中的"PCNN图像增强MATLAB"指的是使用脉冲耦合神经网络(Pulse-Coupled Neural Network, PCNN)进行图像增强的MATLAB实现。PCNN是一种模拟生物视觉系统中神经元相互作用的计算模型,它在图像处理领域有广泛应用,...

    Bilateral.rar_双边滤波 matlab_双边滤波算法_图像增强_图像增强 matlab

    在图像增强领域,它是一种非常重要的算法,尤其适用于那些需要保留图像细节的场景。在MATLAB中,双边滤波器的实现为用户提供了强大的工具来优化图像质量。 ### 1. 双边滤波器的基本原理 双边滤波器结合了空间一致...

    图像增强_matlab.rar

    图像增强包括对比度增强、锐化、直方图均衡化等技术,目的是改善图像的局部或全局特性,如亮度、对比度和边缘清晰度。MATLAB中,可以使用imadjust、histeq、unsharp_mask等函数实现这些功能。这些代码可以作为理解...

    图像增强-直方图均衡化matlab代码

    直方图均衡化是一种常用的图像处理技术,用于增强图像的对比度,特别是在图像存在大量灰度级聚集或者对比度较低的情况下。在MATLAB中,我们可以使用内置函数或自定义代码来实现这一过程。本压缩包提供的"histogram....

    zhengqiang.rar_多尺度增强_小波 图像增强 matlab_小波变换 图像增强 matlab_小波变换 图像增强

    标题中的“zhengqiang.rar”是一个压缩包文件,它包含了一个名为“zhengqiang.m”的MATLAB源代码文件,这个文件与图像处理技术有关,特别是关于图像增强的算法。描述指出,这个代码实现了“多尺度增强”和“小波变换...

    Matlab.rar_图像增强 matlab

    本压缩包“Matlab.rar_图像增强 matlab”聚焦于利用Matlab这一强大的数值计算软件来实现图像增强的算法。Matlab由于其丰富的图像处理工具箱和灵活的编程环境,成为了图像处理研究和应用的首选平台。 “基于Matlab的...

    matlab钨丝图像局部增强

    "zengqiang.m"则是MATLAB脚本文件,其中包含了实现局部图像增强的算法代码。这个脚本可能包含了以下步骤: 1. 读取图像:使用`imread`函数读取imageRao.bmp文件,将图像数据转换为MATLAB矩阵形式。 2. 分离通道:...

    matlab 自适应增强算法

    MATLAB的`imread`函数可以用来读取图像,`imadjust`函数则可以进行简单的全局灰度或彩色图像增强。 2. **定义邻域大小**:自适应增强通常基于像素的局部邻域,选择合适的邻域大小对算法性能有很大影响。例如,3x3或...

    Retinex in matlab(图像增强、HDR图像压缩)

    在MATLAB环境中,Retinex算法被广泛应用于图像增强和HDR(高动态范围)图像压缩领域。本文将深入探讨Retinex算法的原理、应用及其在MATLAB中的实现。 一、Retinex理论基础 Retinex理论由Wandell在1974年提出,是...

    基于MATLAB的图像增强处理

    在图像处理领域,MATLAB是一种广泛使用的工具,尤其在图像增强方面。图像增强处理是对原始图像进行优化,提升其视觉效果或改善某些特定属性的过程。本文将深入探讨基于MATLAB的图像增强处理技术。 首先,MATLAB作为...

    基于MATLAB的图像增强程序设计

    本主题聚焦于“基于MATLAB的图像增强程序设计”,将深入探讨如何利用MATLAB进行图像增强,包括真彩图像与灰度图像的转换、彩色图像的对比度增强、灰度图像的反色处理以及对比度调整和动态范围压缩等关键知识点。...

    【老生谈算法】MATLAB图像增强处理.doc

    其次,直方图均衡化是一种非线性的图像增强技术,它可以更均匀地分布图像的像素值,从而提高图像的全局对比度。MATLAB提供了`imhist`函数来计算和显示图像的直方图,但实际的均衡化操作通常需要自定义代码实现。例如...

    图像增强基于粒子群算法优化gabor滤波器实现图像增强matlab源码.rar

    本项目是关于使用粒子群优化算法(PSO)来优化Gabor滤波器,以实现图像增强功能,源码是用MATLAB编程语言编写的。以下将详细介绍相关知识点。 1. **Gabor滤波器**: Gabor滤波器是一种能够同时考虑空间和频率特性...

    微光增强与图像去雾MATLAB处理

    在图像处理领域,微光增强和图像去雾是两个重要的技术,主要应用于低光照环境下的图像质量和视觉清晰度提升。MATLAB作为一个强大的数值计算和数据分析工具,提供了丰富的图像处理函数和工具箱,使得这两个任务得以...

    underwater-image-enhance.rar_图像增强 matlab_增强对比度_水下图像

    本文将深入探讨“水下图像增强”这一主题,主要关注使用MATLAB进行图像增强和对比度提升的方法,以及水下图像的分割算法。 首先,我们要了解水下图像的特点。由于水的光学特性,水下图像常常会出现色彩失真、对比度...

    matlab图像全局阈值二值化

    一个很好的关于图像处理的全局阈值图像二值化的MATLAB程序,真实可以用

Global site tag (gtag.js) - Google Analytics