【基础】MATLAB图像的光照校正与白平衡调整

# 1. **2.1 光照校正的基本原理**

图像光照校正旨在改善图像的亮度和对比度，使其更符合人眼观察的效果。基本原理包括：

* **图像亮度和对比度调整：**通过调整像素值，改变图像的整体亮度和对比度，使其更清晰或更暗。
* **直方图均衡化：**分析图像的直方图分布，并调整像素值，使直方图更加均匀，提高图像的对比度和细节丰富度。

# 2. 图像光照校正理论与实践

### 2.1 光照校正的基本原理

光照校正旨在改善图像的亮度和对比度，使其更适合人眼观察或进一步处理。其基本原理包括：

**2.1.1 图像亮度和对比度调整**

* **亮度调整：**通过调整像素值，改变图像的整体亮度。
* **对比度调整：**通过拉伸或压缩像素值范围，增强或减弱图像中明暗区域的差异。

**2.1.2 直方图均衡化**

直方图均衡化是一种非线性图像增强技术，它通过调整图像的直方图分布，使图像中不同灰度级的像素分布更加均匀，从而改善图像的对比度和亮度。

### 2.2 光照校正的MATLAB实现

#### 2.2.1 常用光照校正函数

MATLAB提供了多种光照校正函数，包括：

* `imadjust`：调整图像的亮度和对比度。
* `histeq`：执行直方图均衡化。
* `adapthisteq`：执行自适应直方图均衡化，根据图像的局部区域调整直方图。

#### 2.2.2 实践案例：图像曝光不足的校正

**代码块：**

% 读取曝光不足的图像
image = imread('underexposed.jpg');

% 调整亮度和对比度
adjusted_image = imadjust(image, [0.2, 0.8], []);

% 显示校正后的图像
figure;
subplot(1, 2, 1);
imshow(image);
title('原始图像');

subplot(1, 2, 2);
imshow(adjusted_image);
title('校正后的图像');

**逻辑分析：**

* `imread`函数读取图像文件。
* `imadjust`函数调整图像的亮度和对比度。第一个参数指定输入图像的像素值范围，第二个参数指定输出图像的像素值范围。
* `imshow`函数显示图像。

**参数说明：**

* `imadjust`函数：
* `[0.2, 0.8]`：输入图像的像素值范围，表示将像素值映射到[0, 1]的区间。
* `[]`：输出图像的像素值范围，表示保持与输入图像相同的范围。

# 3. 图像白平衡理论与实践

### 3.1 白平衡的基本概念

#### 3.1.1 色温与白点

色温是描述光源颜色特性的物理量，单位为开尔文（K）。色温越高，光源的颜色越偏蓝；色温越低，光源的颜色越偏红。

白点是图像中被认为是白色的像素。白点的色温决定了图像中其他颜色的相对色温。

#### 3.1.2 色彩空间转换

色彩空间是描述颜色的数学模型。不同的色彩空间使用不同的坐标系来表示颜色。

白平衡涉及将图像从一种色彩空间（例如 RGB）转换为另一种色彩空间（例如 XYZ），以便白点具有预期的色温。

### 3.2 白平衡的MATLAB实现

#### 3.2.1 常用白平衡函数

MATLAB 提供了多种白平衡函数，包括：

- `whitebalance`: 根据指定的色温或白点调整图像的白平衡。
- `grayworld`: 使用图像中所有像素的平均值作为白点来调整白平衡。
- `maxrgb`: 使用图像中最大 RGB 值作为白点来调整白平衡。

#### 3.2.2 实践案例：图像色偏的校正

% 读取图像
image = imread('color_cast.jpg');

% 调整白平衡（色温为 6500K）
corrected_image = whitebalance(image, 6500);

% 显示原始图像和校正后的图像
figure;
subplot(1, 2, 1);
imshow(image);
title('原始图像');

subplot(1, 2, 2);
imshow(corrected_image);
title('校正后的图像');

**代码逻辑分析：**

1. `imread` 函数读取图像文件。
2. `whitebalance` 函数调整图像的白平衡，将色温设置为 6500K。
3. `figure` 函数创建