前一段时间研究了一下图像增强算法，发现Retinex理论在彩色图像增强、图像去雾、彩色图像恢复方面拥有很好的效果，下面介绍一下我对该算法的理解。 Retinex理论 Retinex理论始于Land和McCann于20世纪60年代作出的一系列贡献,其基本思想是人感知到某点的颜色和亮度并不 ...

图像增强方面我共研究了Retinex、暗通道去雾、ACE等算法。其实，它们都是共通的。甚至可以说，Retinex和暗通道去雾就是同一个算法的两个不同视角，而ACE算法又是将Retinex和灰度世界等白平衡理论相结合的产物。下面将依次讨论，每个算法写一个心得，欢迎拍砖。 今天 ...

　　最近再次看了一下IPOL网站，有一篇最近发表的文章，名字就是Multiscale Retinex，感觉自己对这个已经基本了解了，但还是进去看了看，也有一些收获，于是抽空把他们稍微整理了下，原始文章及其配套代码详见：http://www.ipol.im/pub/art/2014/107 ...

引言 传统的图像增强方法主要分为两方面：空间域和频域。 空间域中增强方法： 直方图均衡化，对比度以及gama增强等（颜色的增强） 均值滤波，高斯滤波（模糊） 局部标准差实现对比度增强（锐化） 频域中增强方法如： 小波变换，在图像的某个变换域内，对图像的变换 ...

这篇文章来自 BMVC 2018。低光图像增强一直是一个火热的领域，在过去的几十年中，有很多传统的方法用于增强低光图像，但这些方法都在一定程度上限制了增强效果。随着深度学习的兴起，卷积神经网络也被应用在这个领域，这篇文章是将Retinex理论与深度学习结合的文章，下面就一起来看看 ...

很多人都认为retinex和暗通道去雾是八杆子都打不着的增强算法。的确，二者的理论、计算方法都完全迥异，本人直接从二者的公式入手来简单说明一下，有些部分全凭臆想，不对之处大家一起讨论。 首先，为描述方便，后面所有的图像都是归一化到[0,1]的浮点数图像。 Retinex ...

相关随笔可见：带色彩恢复的多尺度视网膜增强算法（MSRCR）的原理、实现及应用。 从历史的顺序上讲，本篇应该放在MSRCR之前的，只是由于现在大多论文都是描述的MSRCR，因此我也是先学习MSRCR的。 今天，无意中找寻一些Retinex资料，搜索到一篇 ...