本文介绍了一种兼顾效率和效果的对比度增强算法，来源于论文《CONTRAST ENHANCEMENT BASED ON LAYERED DIFFERENCE REPRESENTATION》。该算法通过重建映射函数X使用差分变量d，依赖于邻域像素灰度值的直方图统计，假设h和d成正比。算法实现包括树形结构的d和特定的等式求解，并通过矩阵运算加速。实验证明了算法的高效性。
一种兼顾速度和效果的对比度增强算法——CONTRAST ENHANCEMENT BASED ON LAYERED DIFFERENCE REPRESENTATION
论文《CONTRAST ENHANCEMENT BASED ON LAYERED DIFFERENCE REPRESENTATION》是一种思路比较新颖的利用直方图思想来进行对比度增强的算法，经常在低光增强的算法比较中见到。其核心思想是重建映射函数X=[ x 0 ∼ 255 x_{0\sim255} x0∼255],X由差分变量d来构建。
其中k和k+l分别代表原图中的两个灰度值 x k 和 x k + l x_{k}和x_{k+l} xk和xk+l代表执行算法后的结果灰度值。现在目标就是得到d。论文提出了一个假设：对于每个像素，分别统计其邻域像素不同灰度值的数量 h ( k , k + l ) h(k,k+l) h(k,k+l)。假设像素1的灰度值为10,周边四邻域的灰度值分别为15，11，11，11.那么该像素的h(10,11)+=3,h(10,15)+=1。对所有像素进行统计。
接下来，论文假设h和d呈正比关系，
d k l = a × h ( k , k + l ) d_k^l=a×h(k,k+l) dkl=a×h(k,k
最低0.47元/天 解锁文章
扫一扫
9462
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
