retinex算法

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

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

煤矿的安全监控技术一直是煤矿开采过程中重要的一部分，煤矿井下视频监控 是保证煤矿安全的重要手段，而监控图像的质量 直接决定监控的有效性。然而，目前受煤矿井下粉尘和低照度等条件的影响，煤矿视频图像的增强