MATLAB圖像處理-基於HSV的彩色圖像增強（附代碼）

爲了保證色彩的不失真，所以把RGB圖像，轉爲HSV進行處理，對其中的亮度S進行操作，先進行直方圖均衡化，後進行高斯-拉普拉斯濾波器的銳化處理，進行改進亮度。

銳化處理可以用空間微分來完成. 微分算子的響應強度與圖像在該點的突變程度有關，圖像微分增強了邊緣和其他突變(如噪聲)而消弱了灰度變化緩慢的區域.。

代碼如下：
其中的直方圖均衡化函數可以參考：直方圖均衡化

img = imread('');
figure;
imshow(img);
title('原圖')
%轉hsv
img_hsv = rgb2hsv(img);
%提取亮度
img_v = img_hsv( :,:,3);

%先進行直方圖均衡化處理
img_hist = hist_1(img_v);

%再進行銳化處理
% w = fspecial('laplacian', 0.8);%生成拉普拉斯濾波器
w = fspecial('log', [5 5], 0.4);%生成高斯-拉普拉斯濾波器
img_ruihua = filter(img_hist, w, 5);

img_hsv(:,:,3) = img_hist;
img_after = hsv2rgb(img_hsv);
figure;
imshow(img_after);
title('處理後')

%%
%銳化函數
function img_result = filter(img_v, w, muban_size)
    moban_size = muban_size;
    [M, N] = size(img_v);
    img_lap = zeros(M, N);
     expand_img = double(wextend('2D','zpd', img_v, floor(moban_size/2)));%擴展0，轉double爲了矩陣運算
 
     for i=1:M
        for j=1:N
            ave = sum( sum( expand_img(i:i+moban_size-1,j:j+moban_size-1) .* w)); %取出擴展元素與模板相乘,並求矩陣元素之和
            img_lap(i,j) = ave;
        end
     end

    
    img_result = img_v - img_lap;
end

%%
%直方圖均衡化函數
function hist_img = hist_1(I)
    I = floor(I.*255);
    [M, N] = size(I);
    size_img = M*N;
    c = zeros(1,256);%統計每個每個像素值的個數
    b= c;%轉化前後的對照表
  
    temp = I(:);
    temp = sort(temp);
    
    for i = 1:size_img
        c(temp(i)+1) = c(temp(i)+1)+1;      
    end
    a = c;%求和
    for i = 2:256
       a(i) = c(i) + a(i-1);
    end
    
    min_cdf = 10000;
    for i = 1:256
       if a(i)>0
           if a(i) < min_cdf
                min_cdf = a(i);
           end
       end
    end
    
    for j = 1:256
        if a(j) > 0
             b(j) = round(255*(a(j)-min_cdf)/(size_img-min_cdf));
        end
    end
    
    for i = 1:M
        for j = 1:N
            I(i,j) = b(I(i,j)+1);
        end       
    end  
    hist_img = I./255;
end

首先對夜景照片進行試驗：

可以看到對夜景照片的暗部增強明顯，但是天空會有些過曝。

再對霧天照片進行試驗：

整體的亮度有了一些增強，有部分去霧功能，但是不是很完美。

對於暗光下的人像處理試驗：

對於人像效果較好，臉部亮度提升明顯，細節增強明顯。

代碼肯定還有很多不完善的地方，歡迎批評指正。