当前位置:   article > 正文

retinex 的水下图像增强算法_图像增强调研

range scaling global u-net for perceptual image enhancement on mobile device

说明

  • 较多为低光照图像增强;不包含去噪、去雾、超分辨、图像恢复。虽然调整曝光也可以说是图像恢复。
  • 以下分类不是很合适,DeepLPF(CVPR 2020)提出的分类方法较好:global, local , global & local。后面再重新编排。
  • 正在不断上传中,会不断更新,不仅仅是目前列出来的这些。

暂且先分为三大类

传统篇

(这里可以对传统图像增强做个分类,基于对比度增强、Retinex增强,色彩增强等;传统的算法多而且公式推导多,比较难。最后再更新!)

2010之前

HE: histogram equalization

CLAHE:Contrast limited adaptive histogram equalization: speed and effectiveness (IEEE Transl. on Consumer Electronics 1990)

MSR: Multi-scale retinex for color image enhancement (ICIP 1996)

BPDHE: Brightness Preserving Dynamic Histogram Equalization for Image Contrast Enhancement (TCE 2007)

2011

GUM: A Generalized Unsharp Masking Algorithm (Tip 2011)

FEAE: Fast efficient algorithm for enhancement of low lighting video (ICME 2011)

2013

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/weixin_40725706/article/detail/961400
推荐阅读
相关标签
  

闽ICP备14008679号