matlab代码 MSRCR算法引入色彩恢复因子部分

以下是一个 MATLAB 实现 MSRCR 算法引入色彩恢复因子部分的代码，我们将其集成到 MSRCR 算法的基础上：

function output = MSRCR_with_CF(input, scales, weight, radius, alpha)

% input: 输入图像
% scales: 尺度个数
% weight: 加权方式
% radius: 高斯半径
% alpha: 色彩恢复因子

if nargin < 5
    alpha = 0.5;
end

% 将输入图像转换为 YCbCr 颜色空间
YCbCr = rgb2ycbcr(input);
Y = YCbCr(:,:,1);

% 计算输入图像的尺寸
[height, width, ~] = size(input);

% 计算每个尺度的标准差
stds = zeros(1, scales);
for i = 1:scales
    stds(i) = sqrt(2^(i-1)-1);
end

% 初始化输出图像
output = zeros(height, width);

% 对每个尺度进行处理
for i = 1:scales
    % 计算高斯核
    h = fspecial('gaussian', [radius*2+1, radius*2+1], stds(i));
    
    % 对输入图像进行模糊
    blurred = imfilter(Y, h, 'replicate');
    
    % 进行细节增强
    detail = Y - blurred;
    
    % 对细节图像进行放大和缩小
    detail_up = imresize(detail, 2, 'bilinear');
    detail_down = imresize(detail, 0.5, 'bilinear');
    
    % 对缩小的细节图像进行模糊
    blurred_down = imfilter(detail_down, h, 'replicate');
    
    % 计算权重
    if strcmp(weight, 'uniform')
        w = ones(size(detail));
    elseif strcmp(weight, 'gaussian')
        w = imfilter(abs(detail), h, 'replicate');
        w = 1 ./ (w.^2 + eps);
    end
    
    % 进行细节融合
    detail = (detail_up - imresize(blurred_down, [height, width], 'bilinear')) .* w;
    
    % 引入色彩恢复因子
    cf = Y - blurred;
    cf(cf < 0) = 0;
    cf(cf > alpha*std2(cf)) = alpha*std2(cf);
    cf = cf ./ (cf + std2(blurred));
    detail = detail .* cf;
    
    % 更新输出图像
    output = output + detail;
end

% 将输出图像转换回 RGB 颜色空间
output = YCbCr;
output(:,:,1) = output;

output = ycbcr2rgb(output);

% 将输出图像限制在 0 到 1 之间
output(output < 0) = 0;
output(output > 1) = 1;

end

这段代码在 MSRCR 算法的基础上，添加了色彩恢复因子部分的实现。我们首先计算细节图像的色彩恢复因子，然后将其与细节图像相乘，得到最终的增强细节图像。其中，`alpha` 参数控制色彩恢复因子的强度。在代码中，我们使用了 `std2` 函数来计算图像的标准差，用于计算色彩恢复因子的阈值。