MSRCR代码matlab

下面是MSRCR（多尺度反应彩色恢复）的Matlab代码实现：

function [result] = MSRCR(img, sigma_list, G, b, alpha, beta, low_clip, high_clip)
% 多尺度反应彩色恢复算法
% img: 输入图像
% sigma_list: 高斯核的标准差列表
% G: 每个高斯核的权重
% b: 对比度增强的参数
% alpha: 细节增强的参数
% beta: 饱和度增强的参数
% low_clip: 最低像素值
% high_clip: 最高像素值
% result: 输出图像

if ~exist('low_clip', 'var'), low_clip = 0; end
if ~exist('high_clip', 'var'), high_clip = 255; end

if size(img, 3) == 1
    img = repmat(img, [1, 1, 3]);
end

result = zeros(size(img));

for i = 1:size(sigma_list, 2)
    sigma = sigma_list(i);
    I = imgaussfilt(img, sigma);
    if i == 1
        d = img - I;
        E = d;
    else
        d = I_old - I;
        E = alpha * abs(d) - beta * d;
    end
    I_old = I;
    result = result + G(i) * (I + b * E);
end

result(result < low_clip) = low_clip;
result(result > high_clip) = high_clip;
result = uint8(result);

end

其中，`img` 为输入图像，`sigma_list` 为高斯核的标准差列表，`G` 为每个高斯核的权重，`b` 为对比度增强的参数，`alpha` 为细节增强的参数，`beta` 为饱和度增强的参数，`low_clip` 和 `high_clip` 分别为最低和最高像素值，`result` 为输出图像。在函数中，首先判断输入图像是否为灰度图像，如果是则转换成彩色图像；然后根据高斯核的标准差列表和权重计算每个尺度的图像；对于第一个尺度的图像，直接计算出细节图；对于其他尺度的图像，先计算出当前尺度和上一个尺度的差，然后根据差计算细节图；最后根据每个尺度的图像、细节图和权重计算彩色恢复图像，并进行像素值裁剪。