低亮度图片增强方法：基于保持图像自然度的低亮度图片增强算法

同态滤波简介： 同态滤波是把频率过滤和灰度变换结合起来的一种图像处理方法，它依靠图像的照度/ 反射率模型作为频域处理的基础，利用压缩亮度范围和增强对比度来改善图像的质量。使用这种方法可以使图像处理符合人眼对于亮度响应的非线性特性

根据之前对retinex算法的原理分析，我们可以得到：r=s-l=logS-logL，其中原始图像为S(x, y)，反射图像为R(x, y)，亮度图像为L(x, y)，下面我直接贴下SSR的公式部分：

在 SSR 算法中，参数 c 的选择直接影响图像增强的效果：c 越小，SSR 的动态压缩能力越强，图像阴暗部分的细节得到更好的增强，但是由于平均对比度范围较小，结果会产生颜色失真；c 越大，SSR 的颜色保真度越高，但是动态压缩能力会减弱。通常 SSR 是在动态范围压缩和色感一致性之间寻找平衡点。

虹膜运动模糊图像是由于更少的用户合作,质量差摄像头捕捉图像时和环境条件,从而导致各种各样的虹膜模式,由于阴影和噪声图像中发生。最大的挑战应对运动模糊虹膜图像分析虹膜图像的具体模式。同态滤波和多尺度retinex算法可以处理光照变化和阴影去除以生产增强虹膜模式。同态滤波应用于去除阴影运动模糊图像。没有阴影的图像处理是运用多尺度retinex算法提高图像的对比。增强虹膜模式,它是免费的,再计算阴影使用强度直方图来验证该方法。该方法的准确性与最低假排斥和假录取率是992%。(C)2013爱思唯尔帐面价值保留所有权利。

以上就是关于低亮度图片增强方法：基于保持图像自然度的低亮度图片增强算法全部的内容，包括:低亮度图片增强方法：基于保持图像自然度的低亮度图片增强算法、[除去遥感影像薄云雾的探讨]薄薄的云雾、同态滤波与基于retinex理论的去雾有什么区别等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！