图像亮度与色度参数自动调节系统

资 源 简 介

该项目是一个专门用于图像质量优化的MATLAB工具，旨在通过数学算法自动平衡和增强图像的视觉表现。项目核心关注图像的三个基本视觉属性：亮度、色调和饱和度。亮度代表了图像的明暗程度，通过对像素亮度的动态调整，系统可以修复拍摄环境光线不足或过度曝光导致的问题。颜色代表了图像的色度，它包含了色调和饱和度。色调决定了颜色的基本属性（如红、绿、蓝等），而饱和度则决定了色彩的鲜艳程度或纯度。本项目通过将图像从RGB彩色空间转换到HSV或HSL等更符合人类感知的颜色空间，实现对这三个维度的独立解耦调节。算法通过分析图像

详 情 说 明

图像亮度与色度参数自动调节系统

本系统是一款基于 MATLAB 开发的高性能图像视觉质量优化工具。通过结合经典的计算机视觉算法与自适应数学模型，系统能够自动分析输入图像的底层特征，实现对亮度、色调及饱和度的独立解耦调节。该项目解决了摄影环境光线不均、色偏以及色彩平淡等问题，显著提升图像的清晰度、对比度与色彩层次感。

项目核心功能

• 自适应色彩平衡： 基于灰度世界假设（Grey World Assumption），自动纠正图像在不同环境光源下产生的色偏。
• 智能亮度重塑： 利用非线性伽马变换与自适应直方图均衡化（CLAHE），自动修复过暗或过曝的区域，优化图像的动态范围。
• 动态饱和度补偿： 根据图像亮度增强后的表现，自动调节饱和度增益，并通过S型曲线增强色彩的鲜艳度与深度。
• 量化性能评估： 系统内置多维度评价指标，包括信息熵、峰值信噪比（PSNR）及对比度统计，实时生成可视化分析报告。

系统实现逻辑

1. 数据载入模块： 系统提供交互式文件选择界面，支持主流图像格式（JPG, PNG, BMP, TIF）。若用户取消选择，将自动载入演示图像进行处理。
2. 前期预处理（灰度世界算法）： 在 RGB 空间内计算红、绿、蓝三通道的平均值，将其映射至统一的灰度基准，从底层消除图像的整体偏色。
3. 色彩空间转换： 将图像从硬件导向的 RGB 空间转换至感知导向的 HSV 空间，确保亮度（Value）、饱和度（Saturation）与色调（Hue）可以被独立精确调节，避免调节亮度时引起色调偏移。
4. 亮度通道自动化调节：

* 自适应伽马计算： 分析亮度均值，以 0.5 为平衡目标自动计算伽马系数（限制在 0.4 至 2.5 之间），非线性映射明暗细节。 * 对比度增强： 应用限制对比度的自适应直方图均衡化算法，提升局部细节可见度。

1. 色度通道自动化调节：

* 增益补偿： 针对亮度提升可能导致的色彩淡化，根据图像饱和度均值自动计算提升比例。 * S型曲线增强： 采用 Sigmoid 函数对饱和度进行非线性映射，加深色彩层次，使画面观感更具质感。

1. 结果合成与评估： 将调节后的通道重新融合并转回 RGB 空间，同时计算信息熵、均值、标准差及 PSNR 等参数，通过双图对比与直方图空间分布展示处理效果。

关键函数与算法详解

• 灰度世界假设 (Grey World Assumption)： 通过 avg_gray / avg_channel 计算增益因子，旨在使处理后的图像三通道均值趋向一致，模拟人类视觉的颜色恒常性。
• 非线性伽马校正： 核心逻辑为 V .^ gamma_val。当图像较暗时（均值低），系统生成小于 1 的伽马值以提升亮度；反之则通过高伽马值抑制过曝。
• S型饱和度映射： 实现逻辑为 1 / (1 + exp(-10 * (S - 0.5)))。这种逻辑能压制极低饱和度区域的噪声，同时拉伸中间色调，使色彩更加自然饱满。
• 数据统计分析 (calculate_stats)： 独立封装的特征提取函数，计算图像的信息熵（Entropy）以衡量细节丰富度，计算标准差（Std）以评估对比度表现。
• 质量评价 (calculate_psnr)： 计算原始图像与增强图像之间的峰值信噪比，量化评估在增强过程中图像失真受控的程度。

使用方法

1. 启动 MATLAB 并在命令行或编辑器中执行主脚本程序。
2. 在弹出的对话框中选择需要处理的目标图像。
3. 系统将自动运行所有增强算法，无需人工输入参数。
4. 处理完成后，系统会弹出可视化窗口，左侧显示原始与增强图像对比，下方显示直方图分布变化，右侧显示详细的特征分析报告。

系统要求

• 软件环境： MATLAB R2016b 或更高版本。
• 必要工具箱： Image Processing Toolbox（图像处理工具箱）。
• 硬件要求： 标准计算机配置即可，支持多通道真彩色图像处理。