基于MASK与Wallis算法的图像匀光处理系统

资 源 简 介

本项目主要针对航空摄影、遥感影像及普通数字图像中存在的光照不均匀现象，开发了一套完整的MATLAB图像匀光处理系统。核心功能实现了两种经典的匀光策略：MASK（马斯克）匀光算法和Wallis滤波器算法。MASK算法基于传统摄影暗房的蒙版技术原理，通过对原始图像进行高斯低通滤波获取背景影像，并将其反转后与原图叠加，从而有效地压缩图像的大动态范围，提升阴影区域的细节表现，消除由于光照条件引起的整体亮度差异。Wallis算法则是一种基于局部统计特性的自适应变换技术，它通过计算图像局部的均值和方差，动态调整图像的亮度和对比度，使得图像各部分的统计特性趋于一致，在实现亮度和色调均衡的同时，显著增强了图像的局部纹理细节。该项目代码结构清晰，包含了图像输入读取、预处理、算法核心实现、参数自动寻优及结果输出等模块，并附带了相关参考文献的理论依据，便于用户理解算法原理及进行二次开发。

详 情 说 明

基于MASK与Wallis算法的图像匀光处理系统

项目介绍

本项目是一个基于MATLAB开发的图像处理系统，旨在解决航空摄影、遥感影像及普通数字图像中常见的光照不均匀现象。系统集成了两种经典的匀光处理策略：MASK（马斯克）匀光算法与Wallis滤波器算法。通过对输入图像的亮度分布进行调整，该系统能够有效压缩图像的动态范围，增强阴影区域的细节，消除整体亮度差异，同时保持图像的纹理特征。

项目代码采用模块化设计，不仅支持用户导入自定义图像，还内置了光照不均匀模拟功能，能够在未选择文件时自动演示算法效果。

功能特性

• 多格式图像支持：支持读取 JPG, PNG, TIF, BMP 等常见格式的图像文件。
• 智能模拟演示：如果用户取消选择文件，系统会自动读取MATLAB内置图像，并生成对角线渐变的光照蒙版，合成光照不均匀图像用于演示算法效果。
• MASK匀光处理：基于高斯滤波的背景拟合技术，有效去除低频光照分量，保留高频细节。
• Wallis滤波器处理：基于局部统计特性（均值和方差）的自适应增强，实现图像亮度和对比度的局部均衡。
• 多维度结果评估：提供处理前后的图像直观对比，以及RGB/灰度直方图对比，便于量化分析处理效果。

系统要求

• MATLAB R2016a 或更高版本
• Image Processing Toolbox（图像处理工具箱）

使用方法

1. 确保MATLAB的工作路径已包含本项目文件。
2. 在MATLAB命令行窗口输入 main 并回车运行。
3. 系统将弹出文件选择对话框：

* 选择模式：选中一张光照不均匀的图片，点击打开。 * 演示模式：点击“取消”，系统将自动生成一张带有模拟光照梯度的测试图像进行处理。

1. 程序运行结束后，将弹出一个包含图像对比和直方图分析的综合结果窗口。

核心算法与实现逻辑分析

本项目的核心逻辑集中在主入口函数及其调用的子函数中，具体实现细节如下：

1. 图像读取与光照模拟机制

程序首先尝试通过UI交互获取用户图像。为了增强程序的健壮性和演示性，代码中包含了一套完整的模拟回退机制：

• 如果检测到用户未选择文件，程序会读取内置的 peppers.png。
• 创建一个与原图尺寸匹配的网格，利用 0.3 + 0.7 * mat2gray(X + Y) 公式生成一个对角线方向的光照渐变蒙版。
• 将原始图像与光照蒙版相乘，合成出具有明显光照不均匀特征的 input_img。

2. MASK匀光算法实现 (mask_dodging)

该算法模拟了传统摄影暗房的蒙版技术，代码实现策略如下：

• 色彩空间转换：对于彩色图像，算法首先将RGB空间转换为HSV空间，提取V分量（亮度）进行单独处理，以保持原始图像的色调信息不变。
• 背景估计：使用 imgaussfilt 函数对亮度分量进行大尺度的低通滤波（默认Sigma=50），得到反映光照分布的“背景图”。
• 匀光计算：执行经典的MASK公式：输出 = 输入 × (全局均值 / 背景图)。代码中对分母进行了非零保护（归零处理），防止除零错误。
• 强度控制：处理后的亮度分量会进行归一化并乘以系数（0.95）防止过曝，最后转换回RGB空间。

3. Wallis滤波器实现 (wallis_filter)

Wallis算法通过强制图像的局部均值和方差逼近目标值来实现增强，代码采用了色彩保持策略：

• 亮度提取：对于彩色图像，通过加权公式（0.2989R + 0.5870G + 0.1140B）计算灰度/亮度图。Wallis核心运算仅在灰度图上执行。
• 快速局部统计：在 run_wallis_channel 子函数中，利用均值卷积核（imfilter）快速计算图像的局部均值和局部平方均值，进而推导出局部标准差。这种方法避免了逐像素循环，提高了计算效率。
• 自适应调整：

* 根据设定的目标均值（Target Mean=0.5）和目标标准差（Target Std=0.2），结合对比度扩展系数（A=0.8）和亮度强制系数（B=0.8）计算每个像素的增益（r1）和偏移量（r0）。 * 公式逻辑为：输出像素 = (输入像素 - 局部均值) × r1 + r0。

• 色彩恢复（Ratio Method）：处理完亮度图后，代码计算处理后亮度与处理前亮度的比率图（Ratio Map），并将该比率应用到原始RGB的三个通道上。这种方法能最大程度地保留原始色彩信息，避免色彩失真。

4. 结果可视化

程序最后生成一个2行3列的图形窗口：

• 第一行（视觉对比）：依次显示原始图像、MASK处理结果、Wallis处理结果。标题中动态标注了使用的关键参数（如Sigma值、窗口大小）。
• 第二行（数据对比）：调用 draw_histogram 函数绘制对应的直方图。该函数具备自适应能力，针对彩色图像绘制R/G/B三色曲线，针对灰度图像绘制单色柱状图，直观展示算法对直方图均衡化和动态范围拉伸的效果。