基于MATLAB的递归均值分离直方图均衡化(RMSHE)图像增强系统

资 源 简 介

本项目实现递归均值分离直方图均衡化算法，通过递归分割灰度均值区域并独立均衡化子区域直方图，显著改善传统直方图均衡化的过度增强问题，为灰度图像提供自适应对比度增强功能。支持用户自定义参数，适用于医学影像及低对比度图像处理。

详 情 说 明

基于递归均值分离直方图均衡化（RMSHE）的图像增强系统

项目介绍

本项目实现了基于递归均值分离直方图均衡化（RMSHE）的自适应图像对比度增强算法。该算法通过递归地将输入图像按照灰度均值分割为多个子区域，并对每个子区域独立进行直方图均衡化处理，有效改善了传统直方图均衡化可能导致的过度增强和细节丢失问题。系统提供了灵活的递归分割次数调节功能，支持多种图像格式输入输出，适用于医学图像、遥感图像等多种灰度图像的增强应用场景。

功能特性

• 递归均值分离：根据灰度均值动态分割图像子区域，适应不同图像内容特征
• 自适应均衡化：对各子区域独立进行直方图均衡化，提升局部对比度
• 多参数调节：支持递归分割次数r自定义（取值范围1-5，默认r=2）
• 可视化对比：提供原图与增强结果的并列显示功能
• 多格式支持：输入支持.jpg/.png/.bmp格式，输出保持原图格式
• 数据记录：生成各子区域灰度分布变化的统计报告

使用方法

1. 准备输入文件：将待处理灰度图像置于指定输入目录
2. 设置参数：在配置文件中指定递归分割次数r（可选）
3. 执行增强：运行主程序，系统将自动处理所有输入图像
4. 查看结果：在输出目录中获取增强图像、对比图和统计报告

系统要求

• MATLAB R2018b或更高版本
• Image Processing Toolbox
• 至少2GB可用内存
• 支持Windows/Linux/macOS操作系统

文件说明

主程序文件承担了系统核心功能的集成与调度，包括图像读取与格式验证、递归分割次数的参数解析与合法性检查、RMSHE算法的完整执行流程控制、增强结果的质量评估与数据统计、多种输出文件的生成与保存管理，以及处理过程的进度监控与错误处理机制。该文件确保了整个图像增强流程的自动化运行和结果可靠性。