Retinex算法

鑫郎 15 0 PDF 2019-05-16 11:05:32

介绍一种消除光晕现象的快速Retinex图像增强算法，其效果可以与传统的Retinex方法不一样

推荐下载

关于单尺度的retinex图像清晰处理的化程序代码文件

代码给出了最基本的基于Retinex原理的matlab实现手段。

retinex的matlab实现。打开retinex.m,点击运行,即可看到原图和处理后的图像。

针对传统的雾霭图像增强算法效果差,存在晕圈伪影的现象,提出一种基于分数阶微分和多尺度Retinex联合的雾霭图像增强算法。首先将原始图像用分数阶微分算法进行处理,以保留图像低频信息,将处理后的图像由R

为提高雾天图像增强的对比度并保持颜色恒常性,提出了基于全变分 Retinex 及梯度域的雾天图像增强算法。首先,采用高斯—赛德尔 GS(Gauss-Seidel)迭代算法对基于 Retinex 的全变

提出一种消除阶梯效应与增强细节的变分Retinex红外图像增强新算法。将高斯曲率正则项应用到变分Retinex模型的构建中,采用一阶微分对模型添加细节增强约束项,实现细节信息的自适应增强。结合邻域差分

针对经典多尺度Retinex算法在低照度下产生光晕、过增强、细节丢失等问题,提出了依据频率划分尺度的Retinex增强算法。改进后的算法将图像转换到频域分别对图像进行低通、带通、高通滤波后得到三幅图像

针对低照度下高动态范围图像在应用多尺度Retinex 算法进行图像增强时,易出现光晕现象和颜色失真等问题,提出了一种可以由焦点引导的带颜色恢复的多尺度Retinex(FgMSRCR)算法。通过自底向上

Basic Principles and Comparison of SSR, MSR and MSRCR Algorithms Based on Retinex Theory

一种基于全局和局部光照估计的Retinex图像增强算法,通过分析全局和局部特征量减小图像增强时图像的失真

用户评论

请输入评论内容

评分：

暂无评论