retinex增强算法

基于视景增强系统的图像增强技术，介绍多种传统算法，而且还有一些改进

强化学习又称为增强学习、加强学习、再励学习或激励学习,是一种从环境状态到行为映射的学习,目的是使动作从环境中获得的累积回报值最大。强化学习的思想来源于动物学习心理学。

matlab实用程序，可以用于去噪，代码运行无误，是在2014版本测试的，改进以后可以用来给音频去噪，增强

一种改进的基于单尺度Retinex的LDCT医学影像增强算法，解志斌，颜培玉，针对低剂量CT扫描（Low-doseCT,LDCT）的灰度动态范围宽、对比度差以及图像噪声增加问题，本文提出了一种改进的L

LIME:Low-lightIMageEnhancement，2017TipxiaojieGuo文章代码，亲测可以使用，Retinex的总变分模型，可以达到很好的效果。文章原理并不是很深奥，有问题可以

为了解决图像质量下降的问题，提出了一种基于分数演算和Retinex的图像增强方法，该方法可以保留或增强纹理信息，消除图像噪声。 分数微分用于预处理输入图像以增强纹理信息，并使用导引滤波器估计照明分量，

低照度图像增强的主要目的是提升图像的整体光照度,进而呈现更多有用的信息。针对低照度图像的整体照度低、对比度弱和噪声较高的问题,提出基于注意力机制和Retinex算法的低照度图像增强方法。该方法首先将低

带色彩恢复的多尺度Retinex算法（MSRCR），可运行

针对Retinex算法在处理低照度图像时难以保证颜色恒常性以及边缘易出现光晕现象问题,提出了一种变换空间和引导滤波相结合的光照补偿算法。该算法将图像从RGB颜色空间转换到Lab颜色空间,用Retine

用retinex实现图像增强功能，包括单尺度retinex和多尺度retinex方法和其它改进的方法