去除图像中光照不均匀

/*其主要思路为：
1、求取源图I的平均灰度，并记录rows和cols；
2、按照一定大小，分为N*M个方块，求出每块的平均值，得到子块的亮度矩阵D；
3、用矩阵D的每个元素减去源图的平均灰度，得到子块的亮度差值矩阵E；
4、用双立方差值法，将矩阵E差值成与源图一样大小的亮度分布矩阵R；---可以使用使用除法
5、得到矫正后的图像result = I - R；*/

void RemoveLightUnevenDistribution(cv::Mat &image, int blockSize)
{
    if (!image.data)
    {
        return;
    }

    if (image.channels() == 3)
    {
        cvtColor(image, image, CV_RGB2GRAY);
        //cvtColor(image, image, CV_BGR2GRAY);
    }
    double average = mean(image)[0];
    int rows_block = ceil(double(image.rows) / double(blockSize));
    int cols_block = ceil(double(image.cols) / double(blockSize));
    cv::Mat blockImage;
    blockImage = cv::Mat::zeros(rows_block, cols_block, CV_32FC1);
    for (int i = 0; i < rows_block; i++)
    {
        for (int j = 0; j < cols_block; j++)
        {
            int rowmin = i*blockSize;
            int rowmax = (i + 1)*blockSize;
            if (rowmax > image.rows) rowmax = image.rows;
            int colmin = j*blockSize;
            int colmax = (j + 1)*blockSize;
            if (colmax > image.cols) colmax = image.cols;
            cv::Mat imageROI = image(cv::Range(rowmin, rowmax), cv::Range(colmin, colmax));
            double temaver = mean(imageROI)[0];
            blockImage.at<float>(i, j) = temaver;
        }
    }
    //blockImage = blockImage - average;//subtract
    cv::Mat blockImageTemp = blockImage.clone();
    cv::convertScaleAbs(blockImage, blockImageTemp, 1 / average, 0);
    //blockImage = blockImage - average
    cv::Mat blockImageResize;
    cv::resize(blockImage, blockImageResize, image.size(), (0, 0), (0, 0), cv::INTER_CUBIC);
    cv::Mat imageFloat;
    image.convertTo(imageFloat, CV_32FC1);
    cv::Mat dst = imageFloat - blockImageResize;
    dst.convertTo(image, CV_8UC1);

    return;
}
转载网络，稍作修改