暂无评论
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
为了提高复杂光照条件下人脸识别准确率,提出一种基于改进单尺度Retinex并结合局部二值模式(LBP)的人脸识别算法。首先,利用双边滤波代替Retinex的高斯滤波处理人脸图像,同时使用高斯-拉普拉斯
改进多尺度卷积神经网络的单幅图像去雾方法
针对常用的双边滤波算法易造成图像细节丢失及Retinex算法在光照变化剧烈时易出现光晕伪影现象等缺点,提出了一种基于双边滤波和多尺度Retinex算法的图像增强方法。该方法首先对图像进行小波分解,获得
为了提高对光照及雾气浓度不均匀的雾天图像的增强效果,提出了一种基于变分Retinex模型的雾天图像增强方法.基于变分Retinex模型将雾天图像分解为对应的光照子图和反射子图,并在各子图中进行独立的模
滤波器可变的Retinex雾天图像增强算法
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
为了提高在光照条件变化下的人脸识别率,提出一种改进的单尺度Retinex算法并用于人脸识别的光照预处理中。该算法通过非线性全局对比度增强对原图像增强,并利用Mean-Shift平滑滤波代替传统单尺度R
针对直方均衡中遇到的RGB失真问题,提出了一种解决方案
对图像进行二值化后,然后用不同的尺度对其进行边缘检测并比较检测结果。
暂无评论