改进的多尺度Retinex井下图像增强算法

一篇水下图像增强的文章，作者天大的，发表于信号处理快报

经典Retinex算法假设场景中光照是平缓变化的，当光照变化比较强烈时，易产生“光晕”现象，为了提高光照条件变化下的人脸识别率，提出一种改进单尺度Retinex的光照人脸识别方法。采用双曲正切函数代替

，文章提出了一种基于区域生长结合多种特征的多尺度分割算法。首先利用图像梯度信息选取种子点；其次综合高分辨率遥感图像地物的局部光谱信息和全局形状信息作为区域生长的准则进行区域生长。迭代这两个过程，直到所

提出了一种快速Retinex彩色图像增强方法，模拟了人类视觉系统全局和局部自适应性。首先对图像的亮度范围做全局调整；然后在光照估计步骤中对亮度进行Mean Shift滤波，用于其后光照影响的消除；最后

单尺度retinex，对比较暗的图像进行对比度增强，有很好的结果

针对煤矿井下传统火灾探测方法的不足,提出了一种基于图像型的火灾探测方法,阐述了对所获取的红外图像进行预处理、特征提取和火灾识别的过程。根据早期火灾的特点,通过提取图像序列中多个参数的火灾信息,并将量化

基于超像素合并的遥感图像多尺度分割，先将图像进行分割成超像素区域。然后按照一定的合并准则进行合并，参考文献《ABilevelScale-SetsModelforHierarchicalRepresen

Multi-scale and image features

为提高航空公路图像中不良天气中的清晰度，提出一种基于改进分数阶微分算子及景深尺度变化Re-tinex的图像增强算法。首先将图像进行一种新的分数阶微分操作，然后将雾图像作暗原色先验处理，得到图像的估计景

多通道多尺度熵的matlab代码。可对多通道的心电、脑电进行特征提取。