Loading... kim提出的基于像素对比度增强算法IEBPT,本文讨论多尺度高斯细节增强部分。 > 参考:https://[www.cnblogs.com/Imageshop/p/7895008.html](http://www.cnblogs.com/Imageshop/p/7895008.html) ## 1、背景 《DARK IMAGE ENHANCEMENT BASED ON PAIRWISE TARGET CONTRAST AND MULTI-SCALE DETAIL BOOSTING》论文使用了Retinex方法类似的思路,使用了多个尺度的高斯核对原图滤波处理,得到多个滤波图、原图之间做减法得到不同程度的细节信息,然后按照一定权重把这些细节信息融合到原图上实现细节增强。 --- ## 2、多尺度细节增强 作者的目的是处理锐化后的artifact和noise,得到较好的细节信息。对一级细节D1给与一定的负权重,二级粗边缘D2和三级粗边缘D3给正向权重,仿真结果锐化效果有一定提升,但是论文中对图像的对比度增强是重点,锐化是锦上添花的作用。 在实际仿真下来看,D1包含细节信息和噪声,D2可以当作粗边缘,D3更偏向artifact一些,D2、D3是滤波后图像差值,是背景差异,累加到原图上就是artifact信息,细节信息很少。 ## 3、优化措施 针对锐化不明显,在此基础上做一些改进: 3.1、 **减少负反馈,增大D1D2正向权重** :w1=0.15,w2=0.95,w3=0.25, 减少细节损失幅度,增加边缘累加。如果你的图像含噪声,这种公式效果好一些 3.2、 **细节D1D2累加** :D1D2正向权重,D3负权重,增加细节,减少artifact 3.3、 **细节全累加** :D1D2D3全系正向权重,可以预见noise、artifact较多。 --- ## 4、优化效果 原始图:  paper复现效果图:  复现效果相比原始图有一定的锐化效果,artifact不明显 3.1改进效果图:  3.1改进效果图相比复现效果局部对比度较高,带来了一定的artifact,其实一定的artifact能够增强边缘灰度差,感觉像是锐化效果增强,整体改进效果一般 3.2改进效果图:  3.2措施改进后,细节增强效果提升,因为D1包含大量细节。 3.3改进效果图:  3.2、3.3效果相近,改动幅度不大。 ## 程序参考 代码见链接,感兴趣的可以跑一跑 github.com/AomanHao/ISP_Infrared_Image_Process/tree/main/DetailEnhance ### 个人博客 [www.aomanhao.top](http://www.aomanhao.top) ### Github [https://github.com/AomanHao](https://github.com/AomanHao) ### CSDN [https://blog.csdn.net/Aoman_Hao](https://blog.csdn.net/Aoman_Hao) ### zhihu [https://www.zhihu.com/people/aomanhao-hao](https://www.zhihu.com/people/aomanhao-hao) 最后修改:2023 年 02 月 15 日 © 允许规范转载 打赏 赞赏作者 支付宝微信 赞 2 如果觉得我的文章对你有用,请随意赞赏
1 条评论
这位博主,您好。在浏览完您的博客文章后,感觉您的博客内容质量非常的好,也达到了加入腾讯云自媒体分享计划的要求。
现诚挚地向您发出邀请,邀请您加入腾讯自媒体分享计划:https://cloud.tencent.com/developer/support-plan?invite_code=347bs58ysckks 。待审核成功入驻后,会在社区后台为您发放相关得腾讯云无门槛代金券以及一些实物奖励。
具体审核细则,请进入页面查看。