图像增强
文章平均质量分 92
楠兮兮
这个作者很懒,什么都没留下…
展开
-
CVPR2018——图像反射去除基于感知损失
**摘要: **一、简介 来自玻璃的反射无处不在,但图像中并不希望出现这种情况,其会降低图像质量。去除反射有助于复原视觉内容,是计算机视觉的重要研究领域。 令I∈Rm×n×3\bm I \in \bm R^{m \times n \times 3}I∈Rm×n×3是存在反射的输入图像,其可以通过传播图像T\bm TT与反射图像R\bm RR的和近似建模:I=T+R\bm I = \bm T + \bm RI=T+R。反射去除的目标是给定的I\bm II复原传播图像T\bm TT,这是一个没有约束原创 2021-05-28 10:42:03 · 1804 阅读 · 5 评论 -
CVPR2018——多尺寸导向的并行反射去除网络
摘要:一、简介 反射是一种典型的图像退化,其可以导致许多计算机视觉系统的问题。反射去除旨在增强背景场景的可见性的同时去除反射。 大多数反射去除的方法是基于非学习的,而依赖于人工设计的基于特定假设的图像特征,如背景与反射不同的模糊成都导致的梯度偏置的先验、重影效应以及非局部信息的内容的先验等。然而,这些假设对于真实的场景经常不适用,因为底层图像的先验只描述了反射属性的部分,只能反映真值的部分。当背景与反射在结构与模式上相似时,基于非学习的方法难以同时去除反射与复原背景。 为了获取更广泛的反射属性原创 2021-05-26 10:35:13 · 479 阅读 · 0 评论 -
基于非线性全变分的去噪算法
摘要: 本文提出一种用于图像去噪的数值最优化约束的算法。通过约束噪声的统计,图像的全变分被最优化。约束使用拉格朗日乘数。该方案通过使用梯度投影法得到。这相当于在一个被约束决定的流形上求解一个与时间有关的偏微分方程。当t→∞t\rightarrow\inftyt→∞,该方案转换成一个稳定的状态,即一个无噪声的图像。该数值算法简单且相应地快。该结果对于高噪声的图像时高水平的。该方法是无损的,会为图像产...原创 2020-03-26 13:33:50 · 1943 阅读 · 4 评论 -
ICCV2017——图像反射去除与图像平滑基于一类深度架构
摘要:一、简介 受深度学习在大尺寸视觉图像复原任务上的巨大成功启发,大量的底层视觉任务,如图像去噪,图像阴影去除与图像平滑也应用了神经网络。考虑到图像边缘是一些问题的重要线索,网络可以代替计算复杂度高或不灵活的边缘滤波器。 例如,图像平滑的根本目标是提取稀疏且显著的结构,如边缘与轮廓,并在低振幅的图像区域最小化颜色差异。为了使用神经网络估计不同边缘敏感图像的有效且快速的平滑滤波器,一般首先学习显著的梯度权重图,随后通过权重的优化过程或迭代处理对图像滤波。上述方法聚焦于使用朴素的CNN解决单一问题,原创 2021-05-20 14:53:42 · 1134 阅读 · 1 评论 -
CVPR2021——图像反射去除基于吸收效应
摘要:一、简介原创 2021-05-18 11:07:12 · 919 阅读 · 0 评论