局部对比度lcm算法matlab

局部对比度增强算法（Local Contrast Maximization，LCM）是一种图像增强算法，可以在MATLAB中实现。LCM算法的实现步骤如下：

1. 将RGB图像转换为LAB空间：使用makecform函数创建从sRGB到LAB的转换对象，然后使用applycform函数将RGB图像转换为LAB颜色空间。

2. 提取亮度分量L：从LAB图像中提取亮度分量L。

3. 对亮度分量L进行CLAHE：使用My_adapthisteq函数对亮度分量L进行对比度受限自适应直方图均衡化（CLAHE）。

4. 减小一定的亮度：将亮度分量L减小一定值。

5. 转回到RGB空间：使用makecform函数创建从LAB到sRGB的转换对象，然后使用applycform函数将相应的LAB图像转换回RGB颜色空间。

6. 输出图像：将结果图像进行一定的亮度缩放（如乘以一个系数）以增强对比度。

LCM算法的主要思想是通过对亮度分量进行CLAHE来增强图像的对比度，并在转换回RGB空间后进行一定程度的亮度缩放，以提高图像的视觉效果和清晰度。该算法可以避免过度增强或失真的情况，因为它将图像分成小块进行处理，保持了图像的整体性质。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [【图像增强】局部对比度增强的CLAHE算法直方图增强【含Matlab源码 1341期】](https://blog.csdn.net/weixin_63266434/article/details/128355868)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
- *2* *3* [基于对比度受限自适应直方图均衡算法的图像增强MATLAB仿真](https://blog.csdn.net/Simuworld/article/details/130437548)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]