【论文阅读】局部对比度增强算法：从LCM、PCM到ALCNet

参考资料与文献：
参考博客1
本博客部分参考上文链接，只是记录学习所用，若侵权，联系删除
[1]C.P. Chen, H. Li, Y. Wei, T. Xia, Y.Y. Tang, A local contrast method for small infrared target detection, IEEE Trans. Geosci. Remote Sens. 52 (1) (2014) 574–581.
[2]Y. Wei, X. You, and H. Li, “Multiscale patch-based contrast measure for small infrared target detection,” Pattern Recognition, vol. 58, pp. 216–226, 2016.
[3]Y Dai, Y Wu, F Zhou, et al. Attentional local contrast networks for infrared small target detection[J]. IEEE Transactions on Geoscience and Remote Sensing, 2021.

---

1. LCM: local contrast method(2014)

目标局部对比度的计算方法：

• 第一步：计算周围8个邻域的平均像素值:

式中，$N_u$表示子窗口中包含的像素数量，$I_j^i$表示第$i$个子窗口内的第$j$个像素的像素值

• 第二步：计算局部对比度

中心子窗口与其邻域窗口的对比度可表示为：

式中，$L_0$表示中心子窗口的像素最大值

• 第三步：计算LCM

LCM算法提出的假设：目标的灰度比邻域高

C的值越大，中心区域是目标的可能性越大，分析如下：

如果中心区域是目标，则$L_0/m_i>1$，进而$C=L_0\ast L_0/m_i>L_0$；
如果中心区域不是目标，则$L_0/m_i<1$，进而 C = L