Latex完成一篇论文

经过摸索，用latex写了第一篇有图有公式的论文！

 下面分享一下完整的代码，读者可以粘贴复制自己去试试。

\documentclass[a4paper,11pt,twoside,fontset = fandol,UTF8]{ctexbook} 
\usepackage{fontspec}    
\usepackage{amsmath} 
\usepackage{subfigure} %所需宏包
\usepackage{graphicx}
\usepackage{caption}
\usepackage{graphicx, subfig}
\setmonofont[Mapping=tex-text]{KaiTi}  

\title{图像处理的基本方法}
\author{彩色小海绵}
\date{2021年12月25日}
\begin{document} 
\maketitle
	一、研究背景
		
	在全球信息化大幅发展的时代，对于这个世界的认识越来越依靠于信息的爆炸性传递. 大部分人认识世界的主要途径还是眼睛的可视性，人眼所看到的一切都可以化作图像的形式。图像的获取、生成、压缩、存储、变换过程自然会受到各种状况的影响，例如获取图像时会因为天气原因，不同光照条件，图像亮度也有着细微的变化，同样由于仪器设备的质量，参数的设置，人员的操作都会使图像质量在一定程度上的损伤， 影响图像的质量。图像增强算法的出现，无疑是对受损的图像做一个“修补”的工作， 图像增强的目的是为了适应人眼的视觉特性，且易于让机器来进行识别。近些年来, 图像增强的发展涉及了很多领域。要想真正地实现图像增强的效果，首先对于整个图像来讲，要提高图像部分和整体的对比度，细节也不能忽略；其次应提高图像的信噪比，抑制噪声的产生,对“降质”的图像处理；然后是对于增强过的图像来讲，避免出现局部增强不适，影响人眼的观看模式。对于图像处理中，有文字识别，图像识别等，由于复杂多变的光线环境会对后续的识别造成影响，因此在对图像预处理阶段针对光线问题，可以采用不同的光照增强算法，并根据实验对比所得出的效果。本文将介绍
	Retinex算法。
	
	二、Retinex理论
	
	对于物体本身来说，它的颜色由其对光线中不同波长的反射能力决定，而非反射光强所决定，物体具有的一致性使得其色彩与非均匀的光照无关，而Retinex理论便基于颜色一致性，其模型如下图所示。
\begin{figure}[htbp]  
	\centering  
	\includegraphics{a.jpg}
	\caption{Retinex理论模型}   %插入图注
	\label{fig:myphoto}  %插入标签以便引用
\end{figure}
	
	
	公式如下：
	\begin{align}
		S(x,y)=R(x,y)L(x,y) 
	\end{align}
	
	其中，(x,y)代表二维空间下图像的坐标点，S(x,y)代表给定的原始图像，R(x,y)和L(x,y)分别代表反射图像和入射图像。Retinex算法本质上是通过给定的原始图像求得其固有属性，也就是降低甚至消除的样子使物体尽可能呈现出其原本的样子。本文选取了主流的三种Retinex算法进行测试对比，选择其中效果最好的一种作为该系统的图像增强算法。
	
	（1）单尺度Retinex（SSR）算法
	
	方法首先采用对数形式对式（1）进行初步处理。
		\begin{align}
	logR(x,y)=logS(x,y)-logL(x,y)
	\end{align}

	其中，可以通过与中心环绕函数的卷积来求取，该算法对图像处理的效果图如图2所示。
	
	（2）多尺度Retinex（MSR）算法
	
	多尺度则意味着选取多个不同的高斯核，从而抑制由于光散射作用引起的退化，相比较SSR方法，能更好的保留全局背景信息，突出细节问题。
	
\begin{figure}[htbp]
	\centering
	\subfigure[原图]{
		\includegraphics[width=5.5cm]{1.jpg}
	}
	\subfigure[SSD效果图]{
		\includegraphics[width=5.5cm]{2.jpg}
	}
	\subfigure[MSR效果图]{
	\includegraphics[width=5.5cm]{3.jpg}
}
	\subfigure[MSRCR效果图]{
	\includegraphics[width=5.5cm]{4.jpg}
}
	\caption{对比图}
\end{figure}

从上图可看出，经过SSR处理后的图像中潜水员眼镜的颜色相较于原图更加鲜明，在人脸的细节部分更加清晰，背景相对原图更加还原其原本色彩。
但是，相比较SSR方法来说，MSR的全局效果得到改善，且人脸部分的细节要更好一些，但能看出湖水颜色仍存在失真。

（3）带颜色恢复的多尺度Retinex（MSRCR）算法

MSRCR算法将卷积计算作用于三色彩通道，这样可能会导致三通道的比例不协调，从而引起颜色失真。相比较MSR算法，MSRCR算法添加了色彩恢复因子。MSRCR算法相比较MSR算法来说在细节方面还原度更高，其脸部特征得到了较好的还原，对于全局环境来说，在颜色保持上有很大的提升，人像身后的植物颜色更加自然真实。
\end{document}

展示一下pdf的样式：

 

 

上面这个图片，这个一张图放四个的非常常见。