基于Retinex理论的图像增强Matlab代码（单尺度Retinex）

clear;
close all;
% 读入图像
I = imread（‘B.jpg‘）;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% R分量 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% 取输入分量的R分量
R = I（::1）;
[N1M1] = size（R）;
%%%%%%%%%%%%%%%  步骤一：对图像取对数，将照射光分量和反射光分量分离%%%%%%%%%%%
% 对R分量进行数据转换，并对其取对数
R0 = double（R）;
Rlog = log（R0+1）;  
%%%%%%%%%%%%%%%  步骤二：用高斯模板对原图像作卷积，得到低通滤波后的图像D %%%%%%%%%%
% 对R分量进行二维傅里叶变换
Rfft2 = fft2（R0）;
% 形成高斯滤波函数
sigma = 250;
F = zeros（N1M1）;
for i = 1:N1
    for j = 1:M1
        F（ij） = exp（-（（i-N1/2）^2+（j-M1/2）^2）/（2*sigma*sigma））;
    end
end
F = F./（sum（F（:）））;  % 矩阵归一化？？
% 对高斯滤波函数进行二维傅里叶变换
Ffft = fft2（double（F））;
% 对R分量与高斯滤波函数进行卷积运算
DR0 = Rfft2.* Ffft;
DR = ifft2（DR0）;
%%%%%%%%%%%%%%%  步骤三：在对数域中，用原图像减去低通滤波后的图像，得到高频增强图像 %%%%%%%%%%
DRdouble = double（DR）;
DRlog = log（DRdouble + 1）;
Rr = Rlog - DRlog;
%%%%%%%%%%%%%%%  步骤四：取反对数得到增强后的图像分量 %%%%%%%%%%
EXPRr = exp（Rr）;
%%%%%%%%%%%%%%%  步骤五：作对比度增强 %%%%%%%%%%
MIN = min（min（EXPRr））;
MAX = max（max（EXPRr））;
EXPRr = （EXPRr - MIN）/（MAX - MIN）;
EXPRr = adapthisteq（EXPRr）;

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% G分量 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% 取输入分量的G分量
G = I（::2）;
[N1M1] = size（G）;
%%%%%%%%%%%%%%%  步骤一：对图像取对数，将照射光分量和反射光分量分离%%%%%%%%%%%
% 对G分量进行数据转换，并对其取对数
G0 = double（G）;
Glog = log（G0+1）;   % ?????????????????????????加1干嘛
%%%%%%%%%%%%%%%  步骤二：用高斯模板对原图像作卷积，得到低通滤波后的图像D %%%%%%%%%%
% 对G分量进行二维傅里叶变换
Gfft2 = fft2（G0）;
% 形成高斯滤波函数
sigma = 250;
for i = 1:N1
    for j = 1:M1
        F（ij） = exp（ - （（i - N1/2）^2 + （j - M1/2）^2）/（2 * sigma * sigma））;
    end
end
F = F./（sum（F（:）））;
% 对高斯滤波函数进行二维傅里叶变换
Ffft = fft2（double（F