Retinex理论：在视网膜（摄像头）形成图像是环境光和物体反射光共同形成的。 I(x,y)=L(x,y)XR(x,y) I为图像，L为环境光，R为反射光 算法目的：去掉环境照度，抽取反射光，从而得到物体真实图像。 R(x,y)=I(x,y)/L(x,y) 说这么多 ...

混合方法 SSR.m matlab代码，本来是RGB，改成了处理灰度图像的。 效果不对，不知道哪有问题： 看灰度图的处理效果还可以。 【转载自】 图像增强算法四种，图示与源码，包括retinex（ssr、msr、msrcr）和一种混合 ...

Deep Retinex Decomposition for Low-Light Enhancement 论文地址：https://arxiv.org/pdf/1808.04560.pdf ​ 本文收集了包括低光图片与正常光图片的LOL数据集，提出了Retinex-Net网络，并在数据集上进 ...

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 ...

http://www.cnblogs.com/sleepwalker/p/3676600.html?utm_source=tuicool http://blog.csdn.net/carson2005/article/details/9502053 Retinex ...

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 ...

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 ...