图像增强
文章平均质量分 91
时光机゚
为了我的名字~。~
展开
-
【论文阅读笔记】Fast Bilateral Filtering for the Display of High-Dynamic-Range Images
在拍照过程中,光线管理不善—主要角色之后的光线区域曝光不足或者过度是照片坏照的最常见原因。这就是相机制造商开发复杂的曝光测光系统的原因。不幸的是,曝光只能通过全局对比度管理。也就是说,它会将强度窗口重新定位在最相关的范围内。如果强度范围太大,照片将包含曝光不足和过度曝光的区域,如下图111最右边所示。本文的方法,将高动态范围图像作为输入,并在保留图像细节的同时压缩对比度,如Tumblin [1999]所介绍的那样。原创 2023-06-07 12:04:07 · 1363 阅读 · 2 评论 -
【论文阅读笔记】Edge-Preserving Decompositions for Multi-Scale Tone and Detail Manipulation
作者认为,双边滤波非常适合去躁和精细尺度上的细节提取。但作者认为其不太合适任意尺度的细节提取,而任意尺度的细节提取对于多尺度解耦是必要的。比如,为了减少HDR图像的动态范围,通常对基础层进行非线性压缩映射,然后与(可能衰减或增强的)细节层重新组合[Pattanaik et al. 1998;Fattal et al. [2007]采用了相似的过程来增强形状和细节,除了他们的重点是增强和/或组合来自多个来源的细节层,而不是压缩整体动态范围。在增强的时候,图像被分为基础层和细节层。原创 2023-06-05 11:47:17 · 734 阅读 · 1 评论 -
【论文阅读笔记】Contrast image correction method
在图像处理领域,已经有几种调整图像对比度的方法。通常,可以将这些算法分为两类对比度校正:全局校正和局部校正。当必须同时调整阴影和高光细节时,全局对比度校正可能会产生令人失望的结果。另一方面,局部对比度校正的优点是它们提供了一种将一个输入值映射到许多不同输出值的方法,这取决于相邻像素的值,并允许以这种方式同时进行阴影和高光调整。在全局对比度增强技术中,ganma校正和直方图均衡化是最常见的。在图像原始灰度分布的基础上,将图像的直方图重塑为不同的具有均匀分布特性的直方图,以增强对比度。原创 2023-05-29 21:11:57 · 808 阅读 · 1 评论 -
【论文阅读笔记】Domain Transform for Edge-Aware Image and Video Processing
本文提出了一种实时对图像和视频执行高质量边缘保留过滤的方法,主要是通过基于距离的1D卷积核来完成2D卷积的操作,这也是对称卷积中较为常用的加速方式。但这里不同的地方在于,它不是对称卷积,两个1D卷积核都是基于邻间像素距离来实现自适应边缘保留滤波。本文的域变换和边缘保留滤波可以实现多种功能,包括边缘保留过滤、景深效果、风格化、重新着色、着色、细节增强和色调映射。本文实现了三种边缘保留的一维卷积:基于归一化的卷积,插值卷积和递归方式的卷积。这些滤波器都有非常明显的脉冲响应,使得每一个都有更适合其特定的应用。原创 2023-03-30 20:30:39 · 849 阅读 · 2 评论