low_light_image低照度图像MATLAB代码增强还原

% 读取低照度图像
image = imread('low_light_image.jpg');

% 转换为灰度图像
gray_image = rgb2gray(image);

% 直方图均衡化
hist_eq_image = histeq(gray_image);

% 自适应直方图均衡化
adapthisteq_image = adapthisteq(gray_image);

% 显示原始图像和增强后的图像
subplot(1,3,1);
imshow(gray_image);
title('原始图像');

subplot(1,3,2);
imshow(hist_eq_image);
title('直方图均衡化后的图像');

subplot(1,3,3);
imshow(adapthisteq_image);
title('自适应直方图均衡化后的图像');    

修复效果如此，真心不错

在 MATLAB 里，可借助多种方法来增强低照度图像。下面给出两种常用的方法：直方图均衡化和自适应直方图均衡化。

1. 直方图均衡化

直方图均衡化是一种把图像的灰度直方图均匀分布的图像增强技术，能够提升图像的对比度。

2. 自适应直方图均衡化

自适应直方图均衡化（AHE）是直方图均衡化的改进版本，它会把图像划分成多个小块，然后对每个小块分别进行直方图均衡化，从而避免全局直方图均衡化可能产生的过度增强问题。

下面是使用这两种方法进行低照度图像增强的 MATLAB 代码：