基于 MATLAB 的光照不均匀图像增强

基于 MATLAB 的光照不均匀图像增强程序，结合了同态滤波和高斯高通滤波的方法。该程序通过对图像进行对数变换、傅里叶变换、滤波处理，最后通过逆变换恢复图像，从而增强光照不均匀的图像。

MATLAB

function enhanced_image = homomorphic_filtering(image_path)
    % 读取图像
    img = imread(image_path);
    if size(img, 3) == 3
        img = rgb2gray(img); % 转换为灰度图像
    end
    img = im2double(img); % 转换为双精度

    % 参数设置
    rL = 0.5;   % 低频增益
    rH = 2.0;   % 高频增益
    c = 1.5;    % 控制滤波器函数斜率
    d0 = 1800;  % 截止频率

    % 对数变换
    img_log = log(img + 1);

    % 傅里叶变换
    F = fft2(img_log);
    F_shifted = fftshift(F);

    % 高斯高通滤波器设计
    [rows, cols] = size(img);
    [U, V] = meshgrid(1:cols, 1:rows);
    U = U - floor(cols / 2);
    V = V - floor(rows / 2);
    D = sqrt(U.^2 + V.^2);
    H = (rH - rL) * (1 - exp(-c * (D.^2 / (d0^2)))) + rL;

    % 滤波
    G = H .* F_shifted;

    % 逆傅里叶变换
    G_shifted = ifftshift(G);
    img_filtered = ifft2(G_shifted);
    img_filtered = real(exp(img_filtered) - 1); % 指数变换

    % 显示结果
    figure;
    subplot(1, 2, 1);
    imshow(img);
    title('原始图像');
    subplot(1, 2, 2);
    imshow(img_filtered, []);
    title('增强后的图像');

    % 返回增强后的图像
    enhanced_image = img_filtered;
end

方法

1. 将上述代码保存为一个 .m 文件，例如 homomorphic_filtering.m。

2. 在 MATLAB 中调用该函数，传入图像路径作为参数。例如：

   enhanced_image = homomorphic_filtering('path_to_your_image.jpg');
   

参考代码 光照不均匀图像增强，同态滤波，MATLAB代码，高斯高通滤波

参数调整

• rL 和 rH：分别控制低频和高频的增益，可以根据图像的光照情况调整。
• c：控制滤波器的斜率，影响滤波效果。
• d0：截止频率，影响高频和低频的分界点。

通过调整这些参数，可以优化图像增强的效果，使其更适合不同的光照不均匀情况。