积分商城

最新搜索： stm32f7 固件库 HFBR-0310Z光纤发射和接收电路 频率计 高频开关变换器的数字控制 multisim运放 PCIe
您现在的位置是：首页 > 技术资料 > 梯度稀疏和最小平方约束下的低照度图像分解及细节增强
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

梯度稀疏和最小平方约束下的低照度图像分解及细节增强

更新时间：2019-12-24 00:06:15 大小：2M 上传用户：守着阳光1985查看TA发布的资源 标签：图像分解 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

低照度图像存在细节模糊、对比度低等问题.针对这些问题,本文提出一种低照度彩色图像增强算法.首先建立梯度稀疏和最小平方约束模型,将图像分解为结构层和细节层;然后采用提出的多尺度边缘保护细节增强算法强化图像的细节信息并滤波;最后把细节增强的图像经改进的Retinex算法映射,最终得到细节增强、亮度适宜、对比度较强的修复图像.实验结果表明,主观上:图像细节增强,亮度适宜;客观上:结构层图像的一维像素线性图显示其平滑特性效果较好,细节增强图的NIQE(5.5202)、BRISQE(31.1893)和PSNR(25.3625)特征较好,修复图像的熵值(7.4421)、边缘强度(128.3231)和平均亮度(121.1827)较好.本文算法实现了对低照度图像的有效分解及细节增强,并提高了图像综合质量.


部分文件列表

文件名 大小
1577117166梯度稀疏和最小平方约束下的低照度图像分解及细节增强.pdf 2M

【关注视频号领20积分】   【关注公众号立即送20积分】

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号