在图像增强中，我们遇到了使用灰度图像的对比度增强，同样我们也可以在颜色空间中做同样的事情，但是这个问题会根据特定的颜色空间而有所不同，例如：RGB、CMYK 和 HSI

本文档是节选的两篇关于提升图像对比度的研究，一篇是在原有的梯度场理论基础上，结合人眼视觉特性的的论述，另一篇是使用特定的非线性算子对图像的增强。

微光成像技术的核心在于采用不同于传统电荷耦合器件(CCD)的、能够对低光照响应的增强CCD(ICCD)图像传感器来获取目标图像信息。然而，在微光成像时，较差的光照条件与极低的光辐射量将导致目标图像质量（对比度及信噪比等）与正常环境相比有较大程度的下降，从而严重限制了其应用。因此，在分析微光图像特点（低信噪比、低对比度）的基础上，为了改善微光图像的质量和分辨率，提出了一种综合的微光图像增强算法，并且通过室外成像实验证明了该算法的有效性。研究表明，当环境照度降低到0.7 lx以下水平时，该算法依然有效。

编码了两种用于调整图像对比度级别的算法。 其中一种方法是对比度拉伸。 适用于灰色和彩色图像。

matlab开发-图像对比度增强亮度保留最佳算法修正和加权总和。基于最优伽玛校正和加权和的图像对比度增强亮度保持

matlab开发-图像对比度增强，使用最大亮度强度的灰度质量。最大强度覆盖直方图均衡增强图像对比度

通过使用论文“Efficient Contrast Enhancement Using Adaptive Gamma Correction With Weighting Distribution”来增强图像的对比度。 您可以在以下位置下载： https : //in.mathworks.com/matlabcentral/answers/uploaded_files/4242/AGCWD.pdf和https://ieeexplore.ieee.org/abstract/document/6336819/

matlab图像尺寸扩展代码PTU_Reader /插件读取PicoQuant ptu / pt3 FLIM TTTR图像文件。 它基于FrançoisWaharte和PicoQuant开发的插件。 如何安装插件 您需要先下载并安装或在计算机上。 并将其放在ImageJ / FIJI的“ plugins”文件夹中。 插件将在ImageJ的“插件”菜单中显示为PTU_Reader 。 如何运行插件 单击ImageJ的“插件”菜单中的PTU_Reader行。 在“打开文件”对话框中，选择扩展名为（ptu / pt3）的文件。 插件将读取文件的标题，并为您提供以下选项： 选择要加载的图像/堆栈（请参见下面的详细说明），然后单击“确定” 。 输出＃1：生命周期排序的堆栈 这是包含4096帧的8位堆栈（自v.0.0.7起，它将被裁剪为最大观察值） 。 每个帧对应一个生存期值。 为什么是4096？ 它是PicoQuant模块中的时间寄存器数。 要获得以纳秒（ns）为单位的实时值，您需要在采集过程中知道激光脉冲的频率。 假设激光频率为40MHz。 这意味着脉冲之间的距离为1 / 40x10 ^ 6

针对这种增强，提出了一种鲁棒且新颖的基于自适应布谷鸟搜索的增强算法。 该算法包括混沌初始化阶段、自适应 Lévy 飞行策略和突变随机化阶段。

使用matlab对图像进行对比度调节，图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。如强化图像高频分量，可使图像中物体轮廓清晰，细节明显；如强化低频分量可减少图像中噪声影响。图像复原要求对图像降质的原因有一定的了解，一般讲应根据降质过程建立“降质模型”，再采用某种滤波方法，恢复或重建原来的图像。