精华内容
下载资源
问答
  • 低照度图像增强

    2019-03-18 14:05:58
    用qt写的Demo ,功能是实现低照度图像增强,解压密码本人博客昵称
  • 针对现有算法对图像边缘细节增强不足及无法有效控制各尺度信息增强程度的问题,提出了多级分解的Retinex低照度图像增强算法。该算法在Retinex分解模型和双边滤波的基础上,通过设置不同的滤波参数,获取表征图像不同...
  • 针对现存的低照度图像视觉效果差和图像质量低的问题,提出了一种基于级联残差生成对抗网络的低照度图像增强算法,该算法将构建的级联残差卷积神经网络作为生成器网络和改进的PatchGAN作为判别器网络。首先根据Retinex...
  • 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。该方法首先将低照度图像...
  • 针对光照不均匀、光线暗等环境导致图像采集单元采集到的图像视觉效果差、噪声大等问题,本文提出一种基于视网膜和皮层(Retinex)理论改进的低照度图像增强算法去恢复图像原有的视觉特征。将低照度图像从红、绿、蓝...
  • 自适应低照度图像增强

    千次阅读 热门讨论 2019-03-18 14:40:59
    最近使用直方图操作的方法做了一个自适应低照度图像增强Demo,效果貌似还不错, 用直方图的方法做低照度图像,还是在HSV空间增强比较好,不会发生色偏,有时候三个通道分开做也能取得不错的效果,贴几个图瞅瞅 对...

    最近使用直方图操作的方法做了一个自适应低照度图像增强Demo,对比了一些算法的效果,自我感觉良好。
    用直方图的方法做低照度图像,还是在HSV空间增强比较好,不会发生色偏,有时候三个通道分开做也能取得不错的效果,贴几个图瞅瞅
    先来几个灰度图
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    然后RGB空间各自增强
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    看看HSV空间与RGB空间的区别
    在这里插入图片描述
    提供一个QT写的Demo
    CSDN 分不能自己设置了
    有分的大佬VIP通道
    https://download.csdn.net/download/qq_37487118/11032992

    没分的点这里
    链接:https://pan.baidu.com/s/17AUkIX88MA-vveDKpDY55A
    提取码:9t9o

    这个网站有图 IPOL

    展开全文
  • 低照度图像增强算法

    2021-01-13 17:25:13
    低照度图像增强算法 图像算法流程图如下图所示

    低照度图像增强算法

    图像算法流程图如下图所示

    展开全文
  • LIME低照度图像增强算法,里面包含C++程序和测试效果图像,可直接使用,效果惊人,非常值得下载!!!
  • 低照度图像增强,opencv3.2+vs2017,C++代码。 针对全局较暗的图像能有很好的增强效果。 代码注释的很详细,也比较简单。 提供了两张图片以供测试。 若有问题,可以找我。
  • 针对低照度条件下图像对比度不高、颜色失衡和存在噪声等问题,提出了一种基于多分支全卷积神经网络(MBACNN)的低照度图像增强模型。该模型是一个端到端的模型,包含特征提取模块(FEM)、增强模块(EM)、融合模块(FM)和...
  • 针对低照度条件下图像降质严重的问题, 提出了一种基于深度卷积神经网络(DCNN)的低照度图像增强算法。该算法根据Retinex模型合成训练样本, 将原始低照度图像从RGB (Red Green Blue)空间转换到HSI (Hue Saturation ...
  • 基于 Retinex-UNet 算法的低照度图像增强
  • 为了提高低照度图像的可视性和清晰度,提出一种基于梯度策略的DCT域低照度图像增强算法。该算法将图像分为入射分量和反射分量,建立灰度线性增强模型,对入射分量进行灰度线性增强;分别将入射分量和反射分量分别...
  • 基于深度学习的低照度图像增强方法.pdf
  • 为了提高低照度图像的清晰度和避免颜色失真,提出了基于注意力机制和卷积神经网络(CNN)的低照度图像增强算法,以改善图像质量。首先根据Retinex模型合成训练数据,将原始图像从RGB (red-green-blue)颜色空间变换到HSI ...
  • 针对RetinexNet低照度图像增强算法中出现的颜色失真、边缘模糊等问题,提出了一种改进的RetinexNet算法。首先,利用HSV(Hue,Saturation,Value)颜色空间模型中各通道相对独立的特性,增强亮度分量;然后,利用相关系数使...
  • 基于卷积神经网络的室内低照度图像增强.pdf
  • 一种改进的保留色彩的低照度图像增强算法
  • 基于深度学习的低照度图像增强技术研究综述.pdf
  • 采用深度学习与图像融合混合实现策略的低照度图像增强算法.pdf
  • 低照度图像增强算法的研究与实现_彭波,研究了增强算法
  • 针对低照度图像反转后为与雾天图像相似的伪雾图,其雾的浓度由光照情况而非景深决定这一特点,提出一种基于物理模型的低照度图像增强算法。该算法根据光照情况给出一种更加准确且快速的新方法估计伪雾图的透射率。...
  • 此资源提供了如何利用opencv进行低照度图像增强的详细解答
  • 结合深度残差神经网络与Retinex理论的低照度图像增强.pdf
  • 低照度图像增强代码

    2020-10-11 10:59:39
    低照度图像增强代码代码 代码 // An highlighted block #include <opencv2/core/core.hpp> #include <opencv2/imgproc/imgproc.hpp> #include <opencv2/highgui/highgui.hpp> #include <...

    低照度图像增强代码

    代码

    // An highlighted block
    #include <opencv2/core/core.hpp>
    #include <opencv2/imgproc/imgproc.hpp>
    #include <opencv2/highgui/highgui.hpp>
    #include <iostream>
    #include <stdio.h>
    //#include <cv.h>
    //#include<highgui.h>
    
    using namespace cv;
    using namespace std;
    //图像的三个颜色通道
    #define BLUE 	0	
    #define GREEN	1
    #define RED 	2
    
    #ifndef SCREEN_XY
    #define SCREEN_XY(x, y)  (255 - ((255 - (x))*(255 - (y)) >> 8))//将新的图层与原图做滤色混合
    //x为原始图像像素值,y为新图层的像素值
    #endif
    
    int main()
    {
    	char imgfile[256] = "E:\\新桌面\\新建文件夹 (4)\\Project1\\Low Light\\09.png";//载入需要增强图像
    	Mat src = imread(imgfile);//载入图像需要是三通道彩色图像
    	imshow("待增强图像", src);
    
    	int size = src.cols * src.rows;//获取原图像的大小
    	uchar r = 0, g = 0, b = 0, g_alpha = 0;//定义参数初始值
    	uchar *pSrcData = src.data;//获取图图像的像素值
    	for (int i = 0; i < size; i++, pSrcData += 3)//
    	{
    		//将绿色通道反色,与b、g、r通道分别相乘,得到新的图层颜色
    		g_alpha = 255 - pSrcData[GREEN];//将绿色通道反色
    		b = pSrcData[BLUE] * g_alpha >> 8;
    		g = pSrcData[GREEN] * g_alpha >> 8;
    		r = pSrcData[RED] * g_alpha >> 8;
    
    		//将上个步骤得到的新图层,与原始图做滤色混合,即执行f(a,b)=1-(1-a)*(1-b)的操作
    		pSrcData[BLUE] = SCREEN_XY(pSrcData[BLUE], b);//
    		pSrcData[GREEN] = SCREEN_XY(pSrcData[GREEN], g);
    		pSrcData[RED] = SCREEN_XY(pSrcData[RED], r);
    		//如果发现使用一次照度增强后,图片仍然偏暗,再运行一次上述代码
    		//如果觉得合适,就只增强一次即可
    		g_alpha = 255 - pSrcData[GREEN];
    		b = pSrcData[BLUE] * g_alpha >> 8;
    		g = pSrcData[GREEN] * g_alpha >> 8;
    		r = pSrcData[RED] * g_alpha >> 8;
    
    		pSrcData[BLUE] = SCREEN_XY(pSrcData[BLUE], b);
    		pSrcData[GREEN] = SCREEN_XY(pSrcData[GREEN], g);
    		pSrcData[RED] = SCREEN_XY(pSrcData[RED], r);
    
    		
    	}
    
    	imshow("增强后的图像", src);
    	imwrite("test09.png",src);
    	waitKey();
    	return 0;
    }
    
    
    
    展开全文
  • 基于暗原色先验的低照度图像增强_黄勇,将去雾的理论应用于增强

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 1,191
精华内容 476
关键字:

低照度图像增强