基于融合的单背光图像增强方法_论文和代码

最新推荐文章于 2024-05-28 09:57:51 发布
最新推荐文章于 2024-05-28 09:57:51 发布
阅读量1.6k 收藏 14
点赞数 6
分类专栏： 逆光图像处理 文章标签： 计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/H_ran16/article/details/106254545
版权
本文探讨了一种基于融合的单背光图像增强方法，涉及HSV空间的V通道处理、对数、gamma及反锐化掩蔽算法。通过权重计算和多尺度融合，使用MATLAB实现图像增强。文章还提出了对算法中高斯金字塔、融合顺序及反锐化掩蔽算法的理解疑问。
摘要由CSDN通过智能技术生成

A FUSION-BASED METHOD FOR SINGLE BACKLIT IMAGE ENHANCEMENT

参考
这篇文章已经写的很详细了。我主要就是记录一下自己的收获。

算法结构

输入数据

将图片转为HSV空间，将V通道作为基本。对V通道进行三种变化，分别是对数函数调节，gamma调节和反锐化掩蔽算法。
1.对数调节
对数调节
2.gamma调节
gama调节
gama值的确定
3.反锐化掩蔽
这个方法我没看懂，在代码里面有两部分，一部分是我查到的反锐化，但是他没采用，采用的计算过程我没看懂。

权重

通过对0.5的距离来作为每个像素点的权重，这样的话在曝光率不好的位置，也就是距离0.5很远的位置，相应的权重就会小。
在这里插入图片描述
因为一共是三幅图片，所以就进行了归

最低0.47元/天 解锁文章
悍然
关注
专栏目录
基于融合的单背光图像增强方法
05-28
基于融合的单背光图像增强方法
基于图像融合策略的Retinex背光图像增强算法
03-06
基于图像融合策略的Retinex背光图像增强算法
基于融合的方法增强单背光图像
surymy
10-05 1481
文章目录论文亮点：论文思路：三个输入图形第一图像第二图像第三图像权值图像融合实验结果主观评价客观评价实验代码 论文亮点： 背光图像不同于一般的低照度图像，它有很宽的动态光照范围，不仅包括了暗的部分，还会有亮的部分； 文章的思路是考虑大量图像的特征，并单独处理暗和亮范围的图像； 介绍了一种利用权值来增加清晰度的方法 采用多尺度融合 论文思路： 如下图所示，首先作者把图像从RGB通道转到HSV通道（H:色相 S:饱和度 V:亮度），接着对V通道进行不同的（函数）操作得到三个输入图像，然后通过拉普拉斯金字塔和
一种基于融合的单背光低照度图像增强策略（matlab）
ISP行业的忠实粉丝
02-15 3045
一种基于融合的单背光图像增强策略（matlab） 简单介绍 这是一篇2016年ICIP发表的一篇论文主要关于低照度单背光图像增强利用了融合的的策略，在学习的过程中，也是觉得其融合思想较好，所以想记录分享一下。 论文思想 整个算法思路可以从上面的图中可以看出来，下面介绍一下其中间多尺度融合的思路，主要是为了提升图像的亮度和细节部分。 论文在在HSV空间中进行的，提取V亮度通道对图像进行不同的处理...
Backlit images enhancement using global tone mappings and image fusion
u013049912的博客
09-06 963
Abstract:作者提出了一种增强背光图像的方法，即主要光源位于摄影对象后面的图像。这些图像同时包含非常暗和非常亮的区域。在这种情况下，单一的色调映射函数无法增强整个图像。他们建议使用几种这样的色调映射，其中一些增强暗区，而另一些增强亮区，然后使用图像融合算法组合所有这些结果。定性和定量结果证实了所提出方法的有效性。1 Introduction背光图像，如图 1 左图所示，同时包含非常暗和非常亮的区域。全局增强技术无法增强整个图像，因为暗区的改善会导致亮区过饱和，而亮区的改善会降低暗区的可见度。局部技术适
背光图像增强论文调研
read, note and comment papers
07-03 1074
对近几年的几篇背光图像增强算法论文进行了粗读
基于融合的弱光照图像增强方法
03-02
弱光照图像增强方法多种多样，其中基于融合的增强方法是一种有效途径。融合方法通常通过结合多种图像处理技术，利用它们各自的优点来改善图像的整体质量。本文提出的融合方法以一种简洁高效的方式增强弱光照图像，...
图片增强，背光图片恢复正面照片
01-16
通过opencv调节图片亮度，对比度，色彩实现HDR的图片增强效果。
Laplace金字塔算法的图像处理Matlab程序Laplace
11-03
Laplace金字塔算法的图像处理Matlab程序Laplace
HDR图像融合程序
04-12
用于多帧不同曝光的图像融合
Python cv2 图像自适应灰度直方图均衡化处理方法
09-19
今天小编就为大家分享一篇Python cv2 图像自适应灰度直方图均衡化处理方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
标题：利用CLIP-LIT提升无监督背光图像处理的神奇力量
最新发布
gitblog_00005的博客
05-28 420
标题：利用CLIP-LIT提升无监督背光图像处理的神奇力量 去发现同类优质开源项目:https://gitcode.com/ 在当今的图像处理领域，一个创新的开源项目正在崭露头角——CLIP-LIT。由NTU S-Lab的研究团队开发的这个框架，不仅被国际计算机视觉大会(ICCV 2023)接受为口头报告，而且已经在无需监督的情况下实现了出色的背光图像增强效果。 1、项目介绍 CLIP-LIT是一...
OpenCV图像处理专栏十三 | 利用多尺度融合提升图像细节
I good vegetable a!
12-14 2671
论文链接 请google，一篇IEEE的论文，在查询提升图像细节的时候看到一个博客上对这个论文介绍，我下载不了论文，所幸那个博主给了论文的主要部分的图片，可以到这个博客查看：https://blog.csdn.net/q781045982/article/details/78632955 算法原理 核心就是，论文使用了Retinex方法类似的思路，使用了多个尺度的高斯核对原图滤波，然后再和原图做...
反锐化掩模
qiongguishanglu的专栏
05-17 9098
英文:unsharp masking / 中文:反锐化掩模法        将原图像通过反锐化掩模进行模糊预处理(相当于采用低通滤波)后与原图逐点做差值运算，然后乘上一个修正因子再与原图求和，以达到提高图像中高频成分、增强图像轮廓的目的.          反锐化掩模技术最早是应用于摄影技术中，以增强图像的边缘和细节。光学上的操作方法是将聚焦的正片和散焦的负片在底片上进行叠加，
图片Gaussian pyramid（一）
Alex_XT的博客
08-19 5348
简介偶然在一个网页上发现一个Python图像处理的方法，能够进行图片的缩放。首先进行了高斯滤波，当缩放到小于30×30时break。# import the necessary packages from skimage.transform import pyramid_gaussian import cv2 from PIL import Imageimage = Image.open('./im
空间增强和图像融合
scnugeo的博客
10-29 2134
一、空间增强 卷积滤波（convolutions） Kernel Size（卷积核大小） 以奇数来表示，如 3×3、5×5 等，有些卷积核不能 改变大小，包括 Sobel 和 Roberts。默认卷积核是正方形，如果需要使用非正 方形，选择 Option￫Square kernel。 Image Add Back 输入一个加回值（add back）。将原始图像中的一部分“加回” 到卷积滤波结果图像上，有助于保持图像的空间连续性。该方法经常用于图像 锐化。 “加回”值是原始图像在结果输出图像中所占
OpenCV-Python之图像直方图的绘制
热门推荐
量子孤岛
11-10 1万+
方法一：利用matplotlib import numpy as np import cv2 as cv from matplotlib import pyplot as plt def histogram_demo(image): plt.hist(image.ravel(), 256, [0, 256]) plt.show() image = cv.imread('./...
基于Gamma变换的背光图像检测与Retinex校正算法
本文研究的标题《论文研究-背光图像的检测与校正》主要关注了在计算机视觉领域中，传统背光图像处理存在的问题，特别是检测准确率较低的问题。...该论文的研究对于计算机视觉和图像处理领域的进一步发展具有推动作用。
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值