有更详细的MSRCR MATLAB实现代码莫

当然，下面是一个更详细的 MATLAB 代码实现：

% 读取图像并转换为灰度图像
I = imread('image.jpg');
Igray = rgb2gray(I);

% 设置参数
sigma_list = [2, 4, 8, 16, 32];
alpha = 125;
beta = 46;

% 计算多尺度高斯金字塔
pyramid = cell(length(sigma_list), 1);
for i = 1:length(sigma_list)
    sigma = sigma_list(i);
    pyramid{i} = imgaussfilt(Igray, sigma);
end

% 局部对比度增强
for i = 1:length(pyramid)
    sigma = sigma_list(i);
    % 计算局部对比度
    detail = Igray - pyramid{i};
    detail = imguidedfilter(detail);
    detail = detail ./ (std2(detail) + eps);
    detail = detail * sigma * 0.1;
    % 对图像进行局部增强
    pyramid{i} = pyramid{i} + detail;
end

% 重建图像金字塔
reconstructed = pyramid{end};
for i = length(pyramid)-1:-1:1
    reconstructed = imresize(reconstructed, size(pyramid{i}));
    reconstructed = pyramid{i} + imresize(reconstructed - pyramid{i}, size(pyramid{i}));
end

% 全局对比度增强
reconstructed = (reconstructed - imguidedfilter(reconstructed)) * alpha + beta;

% 输出增强后的图像
imshow(reconstructed);

在这个代码中，我们首先读取图像并将其转换为灰度图像。然后，我们设置了一些参数，包括要使用的不同尺度的高斯核的标准差、局部对比度增强的参数以及全局对比度增强的参数。

接着，我们计算了多尺度高斯金字塔，通过对每个尺度的图像进行局部对比度增强，得到了增强后的图像金字塔。

在局部对比度增强的部分，我们首先计算了图像的局部对比度，然后将其乘以一个参数，得到了每个像素的增强强度。最后，我们将增强强度加到对应的像素上，得到了增强后的图像。

在重建图像金字塔的部分，我们首先使用最上层的图像作为重建的起点，然后从上往下逐层重建，直到重建到最底层。在每一层，我们对重建后的图像进行插值，使其与当前层的大小相同，并将其减去当前层的图像，得到了差异图像。然后，我们将差异图像插值回原始大小，并将其加到当前层的图像上，得到了重建后的图像。

最后，在全局对比度增强的部分，我们对重建后的图像进行全局对比度增强，并输出增强后的图像。