彩色图像模糊增强（Fuzzy Enhancement）MATLAB 实现

基于 模糊对比度增强 的彩色图像增强方法，在 HSI 颜色空间 中对亮度分量（Intensity）进行模糊增强，然后转换回 RGB，以保持色调和饱和度不变。

一、算法原理

1. 颜色空间转换：RGB → HSI（色调、饱和度、亮度）
2. 亮度分量模糊增强 ：
   • 将亮度值归一化到 0,1
   • 定义模糊隶属度函数（如 S 型函数）
   • 计算模糊对比度（局部或全局）
   • 通过模糊规则增强对比度（拉伸隶属度）
   • 反模糊化得到增强后的亮度
3. 颜色空间逆转换：HSI → RGB

二、完整 MATLAB 代码

2.1 主函数：fuzzy_color_enhance.m

function enhanced_img = fuzzy_color_enhance(img, param)
% 彩色图像模糊增强（HSI空间亮度分量增强）
% 输入：
%   img   - RGB图像 (uint8 或 double [0,255])
%   param - 结构体，可选字段：
%           .fe  : 增强因子 (default 1.5)
%           .f0  : 模糊阈值 (default 0.5)
% 输出：
%   enhanced_img - 增强后的RGB图像

if nargin < 2
    param = struct();
end
fe = get_field(param, 'fe', 1.5);   % 增强因子
f0 = get_field(param, 'f0', 0.5);   % 模糊阈值

% 转换为 double [0,1]
if isinteger(img)
    img = double(img) / 255;
end

% RGB → HSI
[hsi_img, I] = rgb2hsi(img);

% 对亮度分量进行模糊增强
I_enhanced = fuzzy_enhance_intensity(I, fe, f0);

% 替换增强后的亮度
hsi_img(:,:,3) = I_enhanced;

% HSI → RGB
enhanced_img = hsi2rgb(hsi_img);

% 裁剪到 [0,1] 并转回 uint8
enhanced_img = max(0, min(1, enhanced_img));
if isinteger(img)
    enhanced_img = uint8(enhanced_img * 255);
end
end

% ========== 辅助函数 ==========

function val = get_field(s, field, default)
    if isfield(s, field) && ~isempty(s.(field))
        val = s.(field);
    else
        val = default;
    end
end

function I_enhanced = fuzzy_enhance_intensity(I, fe, f0)
% 模糊对比度增强（基于 Pal & King 改进算法）
% I : 亮度分量 [0,1]
% fe: 增强因子 (>1 增强, <1 减弱)
% f0: 模糊阈值（通常取 0.5）

% 1. 模糊化：使用 S 型隶属度函数
% μ(x) = 1 / (1 + exp(-(x - f0)*k))
k = 10; % 斜率参数（控制模糊化敏感度）
mu = 1 ./ (1 + exp(-k * (I - f0)));

% 2. 模糊对比度增强（拉伸隶属度）
% 增强规则：若 μ > 0.5 则增大，若 μ < 0.5 则减小
mu_enhanced = mu;
high = mu >= 0.5;
low  = mu < 0.5;
mu_enhanced(high) = 1 - (1 - mu(high)).^fe;
mu_enhanced(low)  = mu(low).^(1/fe);

% 3. 反模糊化：由增强后的隶属度得到新的亮度值
% 使用逆 S 型函数
I_enhanced = f0 + (1/k) * log(mu_enhanced ./ (1 - mu_enhanced + eps));
I_enhanced = max(0, min(1, I_enhanced));
end

function [hsi, I] = rgb2hsi(rgb)
% RGB → HSI (色调、饱和度、亮度)
rgb = double(rgb);
R = rgb(:,:,1); G = rgb(:,:,2); B = rgb(:,:,3);

% Intensity
I = (R + G + B) / 3;

% Saturation
S = 1 - min(min(R,G),B) ./ (I + eps);

% Hue
num = 0.5 * ((R-G) + (R-B));
den = sqrt((R-G).^2 + (R-B).*(G-B)) + eps;
theta = acos(num ./ den);
H = theta;
H(B > G) = 2*pi - H(B > G);
H = H / (2*pi);  % 归一化到 [0,1]

hsi = cat(3, H, S, I);
end

function rgb = hsi2rgb(hsi)
% HSI → RGB
H = hsi(:,:,1) * 2*pi;  % 恢复到弧度
S = hsi(:,:,2);
I = hsi(:,:,3);

R = zeros(size(H));
G = zeros(size(H));
B = zeros(size(H));

% RG sector (0 <= H < 2π/3)
idx = (H >= 0) & (H < 2*pi/3);
B(idx) = I(idx) .* (1 - S(idx));
R(idx) = I(idx) .* (1 + S(idx).*cos(H(idx))./cos(pi/3 - H(idx) + eps));
G(idx) = 3*I(idx) - (R(idx) + B(idx));

% GB sector (2π/3 <= H < 4π/3)
idx = (H >= 2*pi/3) & (H < 4*pi/3);
H(idx) = H(idx) - 2*pi/3;
R(idx) = I(idx) .* (1 - S(idx));
G(idx) = I(idx) .* (1 + S(idx).*cos(H(idx))./cos(pi/3 - H(idx) + eps));
B(idx) = 3*I(idx) - (R(idx) + G(idx));

% BR sector (4π/3 <= H < 2π)
idx = (H >= 4*pi/3) & (H < 2*pi);
H(idx) = H(idx) - 4*pi/3;
G(idx) = I(idx) .* (1 - S(idx));
B(idx) = I(idx) .* (1 + S(idx).*cos(H(idx))./cos(pi/3 - H(idx) + eps));
R(idx) = 3*I(idx) - (G(idx) + B(idx));

rgb = cat(3, R, G, B);
end

2.2 演示脚本：demo_fuzzy_enhance.m

%% 彩色图像模糊增强演示
clear; clc; close all;

% 读取图像
img = imread('peppers.png');  % 可替换为你的图像

% 模糊增强（默认参数）
enhanced = fuzzy_color_enhance(img);

% 对比显示
figure('Position', [100, 100, 1200, 550]);
subplot(1,2,1); imshow(img); title('原始图像');
subplot(1,2,2); imshow(enhanced); title('模糊增强图像');

% 尝试不同增强因子
figure('Position', [100, 100, 1200, 800]);
param.fe = 1.2;
enhanced1 = fuzzy_color_enhance(img, param);
param.fe = 2.0;
enhanced2 = fuzzy_color_enhance(img, param);
param.fe = 3.0;
enhanced3 = fuzzy_color_enhance(img, param);

subplot(2,2,1); imshow(img); title('原始');
subplot(2,2,2); imshow(enhanced1); title('fe=1.2');
subplot(2,2,3); imshow(enhanced2); title('fe=2.0');
subplot(2,2,4); imshow(enhanced3); title('fe=3.0');

参考代码 彩色图像模糊增强 www.youwenfan.com/contentcsv/81186.html

三、运行结果说明

• 增强因子 fe ：控制增强力度。fe>1 增强对比度（暗部更暗，亮部更亮），fe<1 减弱对比度。
• 模糊阈值 f0：决定增强的转折点，通常取 0.5（中灰），可根据图像特性调整（如暗图像取更低值）。
• 效果：增强后图像细节更清晰，对比度提高，色彩饱和度保持不变（仅亮度分量被修改）。

四、参数调优建议

参数	作用	典型范围
fe	增强力度	1.2 ~ 3.0
f0	模糊阈值（亮度分割点）	0.3 ~ 0.7
k	隶属度函数斜率（代码内固定）	5 ~ 20（越大越陡峭）

五、扩展

1. 局部自适应增强 ：将图像分块，每块独立计算 f0（如基于局部均值）。
2. 饱和度增强：在 HSI 空间同时调整饱和度分量。
3. 其他模糊增强算法：如基于模糊熵的增强、基于模糊逻辑规则的增强。