- 博客(27)
- 收藏
- 关注
RSS订阅原创 [论文阅读] 空间熵图像增强算法(Spatial Entropybased Contrast Enhancement in DCT)
从里面看到效果还不错，如下所示，因而详细看了下。首先在网上找到了这篇文章及代码，如下：文章：Spatial Entropy-Based Global and Local Image Contrast Enhancement,。这2篇博客介绍说明的差不多，说的都很详细，但个人觉得没有把这篇算法的本质说清楚，下面说说我对这个算法的理解。
2024-02-20 08:50:29
999
原创 图像处理中的DCT变换
其基本原理就是增强高频信息(与去噪相反)，最简单的方法就是对高频信息乘以一个大于1的数。图像去噪是利用噪声在DCT图像中的分布特性(噪声一般为高频信息，DCT变换后频谱的右下角)，基本的方法就是去除DCT变换后图像的右下角信息，类似图像压缩。图像压缩是利用人眼对低频信息比较敏感和对高频信息比较不敏感的原理，对DCT变换后的图像，去除部分高频信息，让人眼察觉不到改变，从而实现压缩。目前DCT变换广泛应用于图像处理中，主要是由于其频谱特性决定的，如下图所示，低频主要集中于左上角，高频集中于右下角。
2024-01-05 10:22:29
1442
1
原创 G-channel 实现低光图像增强
原始图像中本来很亮的像素值gh，取反之后变为1-gh，变得很小，处理后会乘以一个很小的小数，使得很亮的像素值gh降低的很多；而原本很暗的像素值gl，取反之后1-gl，变得很大，处理后会乘以一个很大的小数，使得很暗的像素值gl降低的很少。为了简化说明，这里让B=A，同样以G通道进行说明：g2=1-(1-g)×(1-g)，这里。从第一步的分析可知，(1-g)可以使图像中亮的像素值降低的更多，然后取反，这样会使得图像中亮的像素增加的更多，暗的像素值增加的很少，图像整体亮度提升。为了方便分析，这里对代码做了调整(
2023-08-04 20:01:14
257
原创 [论文阅读] 颜色迁移-Illuminant Aware Gamut-Based
本文目的是提出一种新的颜色迁移算法, 可以感知光源变化的全色域颜色迁移方法
2022-12-10 09:36:14
792
2
原创 [论文阅读] 颜色迁移-梯度保护颜色迁移
人类的视觉系统对局部强度差异比强度本身更敏感, 因而, 保持颜色梯度是场景保真度的必要条件, 因而作者认为: 一个好的颜色迁移算法需要保持颜色梯度.颜色梯度从字面意思理解就是要保持颜色和梯度, 颜色迁移就是要保持源图像中的细节(梯度)和目标图像中的颜色.
2022-12-10 09:10:23
763
原创 [论文阅读] 颜色迁移-颜色空间的选择
文中给出的结论是:1. CIELAB(E) 颜色空间的颜色相关性最低, 主观颜色迁移成功率最高;2. RGB 和 XYZ 颜色空间的颜色相关性很高, 颜色迁移结果不好;3. 具有亮度-颜色的颜色空间, 如 Yxy, Yuv, Yu’v’, HSV, 主观颜色迁移结果不好, 主要原因是迁移之后产生的新的颜色值超出了色域范围, 导致出现伪影;
2022-12-04 21:10:35
401
1
原创 [论文阅读] 颜色迁移-Automated Colour Grading
本文算法分为2个大步骤, 首先使用IDT(Iterative Distribution Transfer)方法得到初步的结果, 这个结果里面可能会将噪声放大了, 因而第二大步是进行后处理, 减少伪影, 保留原图的梯度.
2022-12-04 21:07:05
440
1
原创 [论文阅读] 颜色迁移-Linear Monge-Kantorovitch(MKL)
本文将颜色迁移变成数据分布的转换问题, 因而本文需要解决2个方面的问题, 如何描述图像颜色分布, 二是如何对数据分布进行变换.对于数据分布, 本文使用均值和协方差来对数据分布进行描述, 对于分布变换, 本文使用线性变换进行处理.数据的均值和协方差比较简单, 因而本文的重点在于寻找变换方法. 本文使用的线性变换
2022-12-03 20:51:24
676
原创 [论文阅读] 颜色迁移-Correlated Color Space
本文算法比较简单, 其原理是把原始图像本身的空间分布进行归一化, 然后通过旋转平移缩放等变换, 变换到目标图像的空间分布
2022-12-03 20:42:20
639
1
原创 [论文阅读] 颜色迁移-N维pdf迁移
本文将图像看作是随机变量的一组样本, 图像之间的颜色迁移可以看作是样本之间分布的迁移. 因而本文的方法就是寻找样本分布之间的迁移方法
2022-11-26 18:38:08
716
原创 HC(Histogram-based Contrast) 基于直方图对比度的显著性
HC(Histogram-based Contrast) 基于直方图对比度的显著性来源于: 2011, Global contrast based salient region detection, ChengSaliencyCVPR2011.pdf (mmcheng.net)详见作者主页: Global contrast based salient region detection – 程明明个人主页 (mmcheng.net)显著性定义图像中像素的显著性值可以它和图像中其它像素的对比度来定义,
2021-10-13 22:52:29
839
原创 关于 CLAHE 的理解及实现
CLAHECLAHE 是一种非常有效的直方图均衡算法, 目前网上已经有很多文章进行了说明, 这里说一下自己的理解.CLAHE是怎么来的直方图均衡是一种简单快速的图像增强方法, 其原理和实现过程以及改进可以查看这里: 一文搞懂直方图均衡_yfor1008-CSDN博客目前存在一些问题:直方图均衡是全局的, 对图像局部区域存在过亮或者过暗时, 效果不是很好;直方图均衡会增强背景噪声, 如下图所示为 CLAHE 中的示例:为了解决上述2个问题, 就有2方面的解决方法: 一是解决全局性问题, 二
2021-09-21 08:37:08
5809
原创 一文搞懂直方图均衡
直方图均衡定义根据维基百科上的定义, 直方图均衡(Histogram Equalization)是图像处理领域中利用直方图对对比度进行调整的方法.顾名思义, 直方图均衡是将直方图的分布(概率密度)调整为均匀分布.为什么要做直方图均衡根据信息论, 信息的熵越大, 包含的信息也就越多, 熵的计算公式如下:H=−∑i=0np(xi)log2(p(xi))(1)H=-\sum_{i=0}^{n}p(x_i)log_2(p(x_i)) \tag{1}H=−i=0∑np(xi)log2(p(xi
2021-09-12 16:11:18
7523
原创 你知道直方图都能干啥?
你知道直方图都能干啥?简单总结如下, 详见后文:直方图定义维基百科上给出的定义是:在统计学中，直方图(Histogram)是一种对数据分布情况的图形表示, 是一种二维, 它的两个坐标分别是统计样本和该样本对应的某个属性的度量, 以长条图(bar)的形式具体表现. 因为直方图的长度及宽度很适合用来表现数量上的变化, 所以较容易解读差异小的数值.百度上给出的定义是:直方图又称质量分布图, 是一种统计报告图, 由一系列高度不等的纵向条纹或线段表示数据分布的情况. 一般用横轴表示数据类型, 纵轴
2021-09-04 22:01:30
2100
原创 终于搞懂了PR曲线
PR(Precision Recall)曲线问题最近项目中遇到一个比较有意思的问题, 如下所示为:图中的PR曲线很奇怪, 左边从1突然变到0.PR源码分析为了搞清楚这个问题, 对源码进行了分析. 如下所示为上图对应的代码:from sklearn.metrics import precision_recall_curveimport matplotlib.pyplot as pltscore = np.array([0.9, 0.8, 0.7, 0.6, 0.3, 0.2, 0.1])
2021-08-29 20:48:47
3188
5
原创 [论文阅读] ALM-HCS(高对比场景自适应对数映射)
[论文阅读] ALM-HCS(高对比场景自适应对数映射)文章: Adaptive Logarithmic Mapping for Displaying High Contrast Scenes1. 论文目的将高动态范围图像映射到机器可以显示的动态范围, 作者提出了几个要求:The design of our tone mapping technique was guided by a few rules.It must provide consistent results despite th
2021-08-22 22:40:30
367
10
原创 [论文阅读] Residual Attention: Multi-Label Recognition
Residual Attention文章: Residual Attention: A Simple but Effective Method for Multi-Label Recognition, ICCV2021下面说一下我对这篇文章的浅陋之见, 如有错误, 请多包涵指正.文章的核心方法如下图所示为其处理流程:图中 X 为CNN骨干网络提取得到的feature, 其大小为 d*h*w , 为1个batch数据. 一般 d*h*w=2048*7*7 .从图中可以看到, 有2个分支, 一个
2021-08-15 17:56:14
999
原创 [论文阅读] LCC-NLM(局部颜色校正, 非线性mask)
文章: Local color correction using non-linear masking, 局部颜色校正1. 算法原理如下图所示为, 算法原理框图.其核心有2个步骤:对图像进行模糊, 生成mask;对图像进行gamma校正, 得到输出图像, 校正公式为:对公式含义的解释. 如下图所示, 为不同mask情况下, 输入和输出的关系, 可以看到:当mask>128时, gamma校正幂次为 , 校正后的值会增大, 如图中绿色线条所示当mask=128时, gamma校正幂次
2021-08-11 19:29:52
655
原创 matlab图像边缘宽度调整
图像边缘宽度单幅图像原始方法fig=figure; plot(peaks) saveas(fig,'plot_original.png');改善方法fig = figure; plot(peaks) ax = gca; outerpos = ax.OuterPosition; ti = ax.TightInset; left = outerpos(1) + ti(1); bottom = outerpos(2) + ti(2); ax_width =...
2021-08-02 21:54:40
1337
原创 SSD模型配置出现问题及解决方法
基于nvidia-docker配置，配置过程中遇到以下问题：Makefile里面使用GPU了， 但make后，cuda显示没有被使用，如下图所示，红色方框中，cuda显示为no；(图中显示为解决后的结果) 解决方法 在使用docker时，Dockerfile中，需使用FROM nvidia/cuda:7.5-cudnn5-devel训练数据文件打不开 主要是由于windows与lin
2017-02-20 10:24:01
853
原创 数据交换方法比较
常用的数据交换方法有： 1. 辅助变量法； 2. 加法运算法； 3. 异或运算法；下面进行比较测试： - 主要比较耗时 - 比较平台为matlab% 基本设置close allclearclca = 100; % 交换数据1b = 200; % 交换数据2c = 999999; % 交换次数% method 1a1 = a;b1 = b
2017-02-06 14:13:40
480
原创 用IMU定位难点分析
用IMU定位难点分析IMU组成 一般IMU由加速度器acc、陀螺仪gyr组成，还可以外加一个磁力计mag；acc积分可以得到速度，再积分可以得到位置；静止时可以得到姿态方向；gyr积分可以得到姿态方向；mag本身就可以得到姿态方向；IMU定位原理 对于acc+gyr方式：acc+gyr得到比较准确姿态，去除acc重力分量影响；二次积分可以得到位置； 对于acc+gyr+mag方式：需要
2017-01-12 17:40:43
20595
8
原创 右键新建excel无法打开
右键新建excel无法打开装过WPS后再装office，可能会出现右键新建excel，无法打开现象： 可以用一下方法解决： 1. win+R打开注册表； 2. 在HKEY_CLASSES_ROOT下找到.xls和.xlsx； 3. 点开.xls和.xlsx 后，如下图所示包含EX.Xls.6，则表示WPS没有卸载完全，将其删除；Excel.Sheet.12 为office的Excel，保留；
2017-01-11 14:42:16
5274
5
原创 matlab注释方法
matlab注释方法1%{需要注释的语句%}方法2注释选中需要注释的行，执行ctrl + R取消注释选中需要取消注释的行，执行ctrl + T
2017-01-06 17:27:10
453
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人