图像增强是数字图像的预处理，对图像整体或局部特征能有效地改善。我们讨论了基于直方图的均衡化和规 定化处理的图像增强技术基本原理，给出了相关推导公式和算法；同时，以一个灰度图像为例，用MATLAB语言实现了直 方图均衡化和规定化增强处理，并给出了具体程序、实验结果图像及直方图。结果表明，直方图均衡化和规定化处理能有 效改善灰度图像的时比度差和灰度动态范围。

彩色补偿的matlab代码很棒的水下图像增强 作者：李玉峰，黄玉峰 1说明 很棒的水下图像增强方法的集合。 维护论文，代码和数据集。 2相关工作 2.1数据集 U45 [] EUVP [] DUIE [] UIEB [] UWCNN [] 涡轮[] Uw-imagenet [] MHL，牙买加领域[] 2.2论文 2020年 Marques等人的L2UWE：使用局部对比度和多尺度融合有效增强弱光水下图像的框架。 [] [] Zhou等，基于物理模型反馈的水下图像领域自适应对抗学习。 [][代码] Marques等人的L2UWE：使用局部对比度和多尺度融合有效增强弱光水下图像的框架。 [] [] Islam等人，《快速水下图像增强功能可改善视觉感知》。 [] [] 2019年 Anwar等人，“深入研究水下图像增强功能：一项调查”。 [] [] Li等人，《水下图像增强基准数据集及其他》。 [] [] Roznere等人，水下机器人基于模型的实时图像色彩校正。 [] [] Jamadandi等人的“基于样例的水下图像增强技术”通过小波校正变换进行了增强。 [] [] Song等人，“利用

基于matlab图像增强的比较及其理论分析；对灰度图片模拟加入噪声；利用matlab对加入噪声的该图片进行处理，记录每一种方法的过程，并进行比较，分析哪种噪声的所对应的增强方法效果最好；在进行处理时要对每一步处理进行理论分析

针对红外图像边缘模糊，对比度低的问题，文中研究了改进的中值滤波和改进的Sobel边缘检测对红外图像进行处理。在对处理后图像的特征进行分析的基础上，研究了改进的Laplace金字塔分解的图像融合算法，并基于CUDA并行处理技术，在可编程GPU上实现了红外图像快速增强的目的。该算法结合GPU的内存特点，应用纹理映射、多点访问、并行触发技术，优化数据的存储结构，提高数据处理速度，适用于对红外图像增强的实时性要求较高的领域。实验结果表明，该算法有较好的并行特性，能充分利用CUDA的并行计算能力，提高了红外图像增强的实时性，处理分辨率为3 096×3 096的红外图像时加速比达32.189。

针对红外与可见光图像融合结果中边缘区域失真严重、对比度差的问题,提出一种基于多尺度顺序 翻转算子(MSSTO)和非下采样轮廓波变换(NSCT)的图像增强融合算法.首先,采用NSCT将图像分解成 高低频系数;其次,利用MSSTO从低频系数中提取出有效的亮、暗信息,并将其注入到融合低频系数中以 合成最终低频系数;再次,高频系数采用局部空间频率加权(LFSW)与区域能量取大的融合方案;最后,对 合成的高低频系数进行反NSCT得到融合图像.实验结果验证了所提出算法的有效性.

包括六种图像中的Matlab函数，是数字图像处理实验二的内容，对做数字图像处理实验很有帮助的。

低光图像增强 基于以下论文，通过光照图估计实现两种低光图像增强技术的 Python 实现： 稳健曝光校正的双光照估计 [] LIME：通过照明图估计进行低光图像增强 [] 这两种方法都基于 retinex 建模，旨在通过保留图像的突出结构来估计光照图，同时去除多余的纹理细节。 为此，两篇论文都使用了相同的优化公式（参见参考资料）。 与第二篇论文（以下称为 LIME）相比，第一篇论文（以下称为 DUAL）引入的新颖性在于对原始图像及其倒置版本的该映射的估计，它允许校正曝光不足和过度曝光图像的暴露部分。 此存储库中实现的代码允许使用这两种方法，可以从脚本参数中轻松选择。 安装 这个实现在python>=3.7上运行，使用pip安装依赖： pip3 install -r requirements.txt 用法 使用demo.py脚本来增强您的图像。 usage: demo.py

冲击过滤器的思想是局部应用膨胀或侵蚀过程，这取决于像素是属于最大值还是最小值的影响区域。 在基于拉普拉斯算子（Kramer-Bruckner，1975）的集合 {-1, 0, +1} 中使用符号函数（也称为符号）来决定膨胀和腐蚀之间的关系。 应用此程序会在两个影响区域之间的边界处产生称为冲击的明显不连续性。 这样，最终的方程变为 u_t=sign(delta(u) .* |gradient(u)|。 产生的效果基本上是输入图像的增强/锐化。 F. Guichard, J. Morel; “关于两个经典冲击滤波器及其渐近线的注释”； Michael Kerckhove（编辑）：尺度空间和计算机视觉中的形态学，LNCS 2106，第 75-84 页； 纽约斯普林格； 2001 年。 G. Aubert, P. Kornprobst; “图像处理中的数学问题”； 应用数学科学 147； 斯

【图像增强】基于可见边缘的梯度比率实现图像增强matlab源码.zip

matlab对图像的增强代码 光照不均匀图像增强处理系统设计与实现 [toc] 概述 本文主要针对光照不均图像进行矫正处理，其中算法思想是拉高欠曝光区域亮度，降低高曝光区域亮度。从而促使整张图看起来和谐。 意外的是，本文算法对低光照图像处理也有特别好的效果。 备注： 本仓库首次上传代码时间为：6-5号，在答辩结束之后才会将论文上传上来。原理在论文内解释。 目录结构 C:. ├─.idea │ └─inspectionProfiles ├─cds_arithmetic │ └─data │ ├─done │ │ ├─179 │ │ ├─6 │ │ ├─778 │ │ ├─girl │ │ └─matlab │ └─src │ ├─high │ └─low └─retinex ├─data └─__pycache__ 配置环境 python3.x opencv3.x or opencv4.x 使用方法 配置好环境可以直接运行。 git remote add origin git@github.com:sexjun/-1602--.git git push -u origin master