图像增强系列1

  1. RGB\rightarrow HSV,I(x,y) = V(x,y),I_{j}(x,y), {j=R,G,B}
  2. I_{n}(x,y) = \frac{I(x,y)}{255}
  3. I{}'_{n}(x,y)=\frac{I_{n}(x,y)^{0.75z+0.25}+(1-I_{n}(x,y))*0.4*(1-z)+I_{n}(x,y)^{2-z}}{2}其中z=\left\{\begin{matrix} 0 & L\leqslant 50\\ \frac{L-50}{100}& 50\leqslant L\leqslant 150\\ 1& L>150 \end{matrix}\right.,其中L为V(x,y)中累计直方图为0.1对应的灰度值(累计直方图总共为1)
  4. S(x,y)=255*S(x,y) = 255*)I{}'_{n}(x,y)^{E(x,y))},其中:E(x,y)=r(x,y)^{p}=\frac{I_{conv}(x,y))}{I(x,y))}^{p},p=\left\{\begin{matrix} 3 & \sigma \leqslant 3\\ \frac{27-2\sigma }{7}& 3<\sigma <10\\ 1& \sigma \geqslant 10 \end{matrix}\right.,其中\sigma为V(x,y)的全局均方差
  5. I_{conv}(x,y)=guideFilter_{r}(I(x,y)),r=r_{small},r_{mid},r_{big}
  6. 多尺度:S(x,y) = \sum (w_{i}*S_{i}(x,y) )      
  7. 结果:res(x,y)=I_{j}(x,y)*\frac{S(x,y)}{I(x,y)}        

问题1:公式7中的后半部分比值在I(x,y)比较小的时候容易过分放大(暗部区域),所以可以将比值限制一下,小于某个阈值

问题2:公式5中原文章用的是高斯模糊滤波,这样会导致高亮和暗部区域的边缘处偏暗,可以用导向滤波等保边滤波代替

问题3:公式6中运用多尺度去融合可以消除单尺度增强算法带来的伪边

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