matlab 自适应图像增强算法 亲测有效 适合初学者作参考！

omlsa 语音增强算法

在图像增强技术中，现有的夜间图像增强算法在对夜间图像进行处理时，总是伴随着处理后图像存在暗区亮度过 度增强和噪声放大的现象。因此，提出一种基于 Retinex 改进的夜间图像增强算法，该方法通过将图像转换到 HSV 空间对 V 通道图像进行导向滤波获得亮度分量图像，并对传统的颜色恢复函数进行改进，从而解决了传统夜间图像增强过程中造 成的暗区过度增强、噪声放大、实时性差的问题。实验结果证明，改进的夜间图像增强方法优于现有的算法，并且该算法 可以在对夜间图像增强的基础上有效的提高算法的实时性。

有关于小波变换阈值函数选取的改进算法，对传统函数进行改进，更好的图像增强

语音增强算法，谱减法、小波变换以及数学形态学等的语音增强算法针对信噪比、语谱图、去噪情况，分析比较

伪彩色增强算法，有彩虹编码、金属色编码等。可以用c语言实现，也可以用matlab等实现

基于Hessian滤波器的血管增强算法

图像增强处理：设计一套空间域与频率域结合的图像增强算法，处理以下任一组图片中的带噪声图像，去除噪声，提高图像质量。 （1）已知：噪声为随机噪声和周期噪声混合噪声； （2）要求： a）去噪处理后，计算均方误差评估去噪处理后图像的去噪效果 b）撰写完整的科技报告（形式类似科技论文）表述自己的算法设计，算法实现与算法评估过程。

霾天气条件下获得的图像受到了严重的退化，具有对比度下降、景物不清晰、颜色变得暗淡等特点，这大大降低了图像的应用价值。即使在晴朗的天气条件下拍摄的照片，由于大气的散射的作用，照片的清晰度同样受到影响。这是因为空气中存在的灰尘、雾和烟等，这些因素导致物体表面颜色变淡和整幅图像的对比度降低。这给工业生产及人们的日常生活带来了很大影响。因此许多领域都要用到去雾算法，比如目标识别、遥感等。因而有雾图像特征清晰化的研究具有非常重要的意义。 本文利用图像处理的方法对雾霾图像进行增强处理，主要采用直方图规定化的方式减少雾霾对图像的影响，提高图像的清晰度和质量。实验部分，采用直方图规定化和直方图均衡化的方式相对比，以此来体现直方图规定化的优势。实验结果表明，直方图规定化能够有效的部分去出雾霾图像中的雾，从而实现图像的增强效果。

C++基于 Retinex 的图像增强算法-Opencv-C++。 一种常见图像增强算法，基于Retinex理论。本代码通过vs2015编译通过，Opencv3.1.0，C++ opencv c++ Retinex 图像增强