LR3M
该存储库包含论文“ ”的示例代码，已在TIP 2020中发布
拟议方法
通过L所提出的低光增强方法ow- - [R ANKřegularizedřetinex中号Odel等（LR3M）同时提高图像及排除噪声。 我们的方法的框架如下所示。 我们首先使用初始照明来完善最终照明。 接下来，我们使用获得的照明图和输入图像S来获得初始反射率图R（0） 。 然后，我们根据低等级规则估计无噪声反射率图。 最终，在照明调节之后，根据照明和反射率生成增强图像。
先决条件
原始代码已在Windows 10的Matlab R2017a 64位上经过测试
请注意，R2016b可能会导致错误。
用法
这项工作是我们的扩展。
我们的低阶分解部分代码是从那里修改而来的 。
demo.m是一个如何运行算法的demo.m 。
引文
@ARTICLE{9056796,
author={X. {Ren} a
2021-09-03 11:44:41
4.85MB
1
根据二维数字图像具有自相关性, 为了充分利用邻近像素点的信息, 推导出基于分数阶Riemann-Liouville定义的模板系数, 构造了八个方向的分数阶图像增强模板; 同时引进信息论中熵的概念对图像增强后的纹理保留效果进行定量分析。实验表明, 提出的分数阶微分图像增强模板与传统方法相比具有更好的增强效果, 并有效保留了图像的纹理细节信息, 对纹理具有特殊需求的应用具有一定意义。
2021-09-02 20:24:39
1.21MB
1
Color Image Enhancement using Multi Scale Retinex with Color Restoration(MSRCR)
Code Reference:
http://www-prima.inrialpes.fr/pelisson/MSRCR.php
2021-08-25 23:47:58
5.12MB
1