低照度图像 颜色恢复 matlab,低照度图像修复方法总结

在遇到图像曝光不足时,先前主要分为两种主流思路:基于直方图均衡和基于retinex算法(在之前的总结里分别有介绍)。

这两类算法大都存在的缺点:或多或少存在图像过增强现象,使得颜色失真。所以,图像曝光增强算法还是有待提高。

下面两篇是北大Zhenqiang_Ying的研究论文,他有好几篇文章都是围绕低照度图像增强主题写的,可以参照一下。

(一)《A New Image Contrast Enhancement Algorithm using Exposure Fusion Framework》

https://github.com/baidut/OpenCE

项目主页:https://baidut.github.io/OpenCE/caip2017.html

作者提出了一个曝光融合框架,提供一个精确的对比度增强的图像增强算法。具体来说,我们首先设计了加权矩阵,利用光照估计技术的图像融合。然后,我们介绍我们的相机响应模型合成的多重曝光图像。接下来,我们找到最佳的曝光率使合成图像是暴露在该区域曝光不足的图像。最后,输入图像和合成图像进行融合,根据权重矩阵得到增强的结果。

(二)《A Bio-Inspired Multi-Exposure Fusion Framework for Low-light Image Enhancement》

https://baidut.github.io/BIMEF/https://github.com/baidut/BIMEF

这篇文章还没有发表,现在处于投稿状态,他们的摘要:“低光图像由于能见度低,不利于人眼观察和计算机视觉算法。虽然已经提出了许多图像增强技术来解决这个问题,但是现有的方法不可避免地引入过对比和过增强。在人类视觉系统的启发下,我们设计了一个多曝光融合框架用于微光图像增强。基于该框架,我们提出了一种双曝光融合算法,以提供精确的对比度和亮度增强。具体而言,我们首先利用照度估计技术设计图像融合的权矩阵。然后介绍我们的相机响应模型来合成多曝光图像。其次,我们找到最佳曝光率,使合成图像在原始图像被曝光的区域被很好地曝光。最后,根据权值矩阵对输入图像和合成图像进行融合,得到增强的结果。实验结果表明,与几种先进的方法相比,我们的方法可以获得较少的对比度和亮度失真。”

第二篇文章还未公布,但可以调用算法查看处理效果。

作者research主页:https://www.researchgate.net/profile/Zhenqiang_Ying

Github: https://github.com/baidut

参考:

http://blog.csdn.net/phoenixtree7/article/details/60769717

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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