1、RGB 影像轉 HSI 影像

具體實作步驟：

1. 通過 im2double() 函式將輸入影像轉成 double 型別并作歸一化處理；
2. 雙重回圈遍歷影像的每一個像素點：分別獲取 R,G,B 三個分量，帶入轉換公式進行計算求解，計算公式如下：

1) 函式介面實作：

function HSI = myRGB2HSI(RGB)
%   從RGB顏色空間向HSI顏色空間的轉換
%   RGB(uint8):輸入的RGB彩色影像
%   HSI(double):轉換后的HSI彩色影像
img1_double = im2double(RGB);   % 轉成double并作歸一化處理   
[r, c, k] = size(img1_double);
H = zeros(r, c);
S = zeros(r, c);
I = zeros(r, c);

for i = 1 : r
    for j = 1 : c
        % 分別獲取R,G,B分量
        R = img1_double(i,j,1);
        G = img1_double(i,j,2);
        B = img1_double(i,j,3);
        fenzi = 0.5 * ( (R-G)+(R-B) );
        fenmu = sqrt( (R-G)^2 + (R-B)*(G-B) );
        % 易錯點：分母需加上eps防止為0
        xita = acos( fenzi/(fenmu+eps) );
        if ( B<=G )
            HSI(i,j,1) = xita;
        else
            HSI(i,j,1) = 2*pi-xita;    
        end 
        HSI(i,j,1) = HSI(i,j,1) / (2*pi);  % H分量需要除以2*pi進行歸一化
        min_value = min(min(R,G),B);
        % 易錯點：分母需加上eps防止為0
        HSI(i,j,2) = 1 - ( 3/(R+G+B+eps) ) * min_value;
        HSI(i,j,3) = (R+G+B)/3;
    end
end
end

2) 注意點：

1. 角度與弧度前后要一一對應，要么都使用角度，要么都使用弧度；
2. 分母要加上 eps 防止為 0；
3. 時刻對輸入輸出的資料范圍保持清醒，即要做好歸一化與放縮處理；

3) 處理結果：

2、HSI 影像轉 RGB 影像

具體實作步驟：

1. 通過 im2double() 函式將輸入影像轉成 double 型別并作歸一化處理；
2. 遍歷每一個像素點，首先對 H 分量乘以 2*pi 將其擴展，然后根據 H 的范圍按照公式進行計算對應的 R,G,B 分量即可，計算公式如下所示：

1) 函式介面實作：

function RGB = myHSI2RGB(HSI)
% 從HSI顏色空間向RGB顏色空間的轉換
% HSI(double):輸入的HSI彩色影像
% RGB(uint8): 轉換后的RGB彩色影像
HSI = im2double(HSI);
[r,c,k] = size(HSI);
RGB = zeros(r,c,k);
for i = 1 : r
    for j = 1 : c
        H = HSI(i,j,1)*2*pi;
        S = HSI(i,j,2);
        I = HSI(i,j,3);
        if ( H>=0 && H<2/3*pi)
            expression = S*cos( H )/(cos( pi/3-H ) + eps);
            RGB(i,j,1) = I * ( 1+expression );
            RGB(i,j,3) = I * (1-S);
            RGB(i,j,2) = 3*I - ( RGB(i,j,1)+RGB(i,j,3) );
        elseif ( H>=2/3*pi && H<4/3*pi)
            H = H-2*pi/3;
            RGB(i,j,1) = I * (1-S);
            expression = S*cos( H )/(cos( pi/3-H ) + eps);
            RGB(i,j,2) = I * ( 1+ expression );
            RGB(i,j,3) = 3*I - ( RGB(i,j,1)+RGB(i,j,2) );
        elseif (H>=4/3*pi && H<=2*pi)
            H = H-4*pi/3;
            RGB(i,j,2) = I * (1-S);
            expression = S*cos( H )/(cos( pi/3-H ) + eps);
            RGB(i,j,3) = I * ( 1+ expression );    
            RGB(i,j,1) = 3*I - ( RGB(i,j,2)+RGB(i,j,3) );
        end
    end
end
RGB = RGB * 255;
RGB = uint8(RGB);
end

2) 注意點：

1. 角度與弧度前后要一一對應，要么都使用角度，要么都使用弧度；
2. 分母要加上 eps 防止為 0；
3. 時刻對輸入輸出的資料范圍保持清醒，即要做好歸一化與放縮處理；

3) 處理結果：

3、在 HSI 空間中進行均值濾波處理

具體實作步驟：

1. 將 RGB影像轉換到 hsi 空間；
2. 對 HSI 顏色空間中的亮度分量 I 進行均值濾波處理；
3. 將均值濾波后的結果轉換至 RGB 空間；

注意點：提取I分量時要先乘以 255 擴展灰度級，濾波處理完成后要除以 255 再賦值給該 HSI 影像的第三個分量，濾波函式中需采用im2double 讀入影像，

1) 主函式呼叫：

clc;
clear all;

img1 = imread('images/EXP5.tif');
subplot(1,2,1);
imshow(img1);
title('輸入的 RGB 影像','FontSize',20,'FontName','微軟雅黑');


% 1.將rbg影像轉換到hsi空間
img_hsi = myRGB2HSI(img1);
% 2.對HSI顏色空間中的亮度分量I進行濾波處理
w = [1,2,3,2,1; 2,5,6,5,2; 3,6,8,6,3; 2,5,6,5,2; 1,2,3,2,1];
i = img_hsi(:,:,3) * 255;
temp = mySpatialFilter(i,[5,5],w);
temp = temp/255;
% 3.將濾波后的結果轉回至RGB空間中
img_hsi(:,:,3) = temp;

img2 = myHSI2RGB(img_hsi);
subplot(1,2,2);
imshow(img2);
title('在HSI空間濾波后的影像','FontSize',20,'FontName','微軟雅黑');

2) 均值濾波函式介面實作：

function img_enhanced = mySpatialFilter( img1 ,fsize, w )
% 均值濾波函式
% img1：輸入的rgb影像；img_enhanced：輸出影像；fsize：濾波器掩模尺寸
% w：濾波器系數

img1_double = im2double(img1);
[r c] = size(img1_double);
% 獲取濾波器模板尺寸
m = fsize(1);
n = fsize(2);
% 補邊后的總邊數
row_fill = r + m - 1;
col_fill = c + n - 1;
% 用 0 填充邊界
img2 = zeros(row_fill, col_fill);
img2(1+(m-1)/2:row_fill-(m-1)/2,1+(n-1)/2:col_fill-(n-1)/2) = img1_double;
img2_copy = img2;
for i = 1 : r
    for j = 1 : c
        % 提取與濾波器模板等大的區域
        img_area = img2_copy(i:i+m-1,j:j+n-1);
        x_center = i + (m-1)/2;
        y_center = j + (n-1)/2;
        % 計算濾波處理后的影像
        img2(x_center,y_center) = sum(w(:).*img_area(:))/sum(w(:));
    end
end
img_enhanced= img2(1+(m-1)/2:row_fill-(m-1)/2,1+(n-1)/2:col_fill-(n-1)/2);
end

3) 注意點：

1. 均值濾波函式中需采用 im2double 讀入影像；

4) 處理結果：