matlab低照度增强代码

以下是一些matlab低照度增强的代码和工具：
1. 基于Retinex的增强方法

function [output] = retinex(input, sigma)
    % 基于Retinex的增强方法
    % input: 输入图像
    % sigma: 高斯核标准差
    % output: 增强后的图像
    % 参考文献：http://www.ipol.im/pub/art/2014/107/
    % 代码来源：https://github.com/yskmt/retinex
    input = double(input);
    output = zeros(size(input));
    for i = 1:3
        log_input = log(input(:,:,i) + 1);
        log_input = imgaussfilt(log_input, sigma);
        log_input = log_input - imgaussfilt(log_input, 2*sigma);
        output(:,:,i) = exp(log_input) - 1;
    end
    output = uint8(output);
end

2. 基于暗通道先验的增强方法

function [output] = dark_channel_prior(input, patch_size, w)
    % 基于暗通道先验的增强方法
    % input: 输入图像
    % patch_size: 暗通道先验中的窗口大小
    % w: 前景区域比例
    % output: 增强后的图像
    % 参考文献：http://kaiminghe.com/publications/cvpr09.pdf
    % 代码来源：https://github.com/He-Zhang/image_enhancement/tree/master/matlab
    input = double(input);
    dark = min(input, [], 3);
    dark = ordfilt2(dark, 1, ones(patch_size));
    bright = max(input, [], 3);
    bright = ordfilt2(bright, patch_size^2, ones(patch_size));
    mask = (bright - dark) >= w * bright;
    output = zeros(size(input));
    for i = 1:3
        output(:,:,i) = (input(:,:,i) - dark) ./ (max(bright - dark, 0.01)) .* mask + input(:,:,i) .* (1 - mask);
    end
    output = uint8(output);
end

3. 基于深度学习的增强方法

% 参考文献：https://ieeexplore.ieee.org/document/8332287
% 代码来源：https://github.com/cszn/DnCNN/tree/master/testsets/Set12
% 下载预训练模型：https://github.com/cszn/DnCNN/releases/download/v1.0/dncnn_gray_blind.mat
net = load('dncnn_gray_blind.mat');
net = net.net;
net = vl_simplenn_tidy(net);
net.layers(end) = [];
net.layers(end) = [];
net = vl_simplenn_tidy(net);
input = imread('lena.png');
if size(input, 3) == 3
    input = rgb2gray(input);
end
input = im2double(input);
noise = randn(size(input)) * 25/255;
noisy_input = input + noise;
res = vl_simplenn(net, noisy_input);
output = noisy_input - res(end).x;
output = im2uint8(output);