低照度(夜间)视频增强算法
2010-03-05 12:32
309 查看
引自:http://hi.baidu.com/veteran_008/blog/item/e23106dd96ddabd08d1029dd.html
功能简介
低照度视频增强是针对夜间视频亮度低,噪声大,图像细节可视性差等特点进行增强,使得部分隐含在暗区域图像的细节能够较清晰地呈现出来,并且降低噪声的影响。
低照度视频增强的基本原理是: 根据虚拟曝光模型,从时间域上对视频帧(图像序列)进行曝光补偿,利用ASTA自适应时空域双边滤波降低噪声,再使用色调映射进行亮度调节。
其效果远远超过伽玛矫正调节亮度,或直方图均衡化等常规处理算法。
示例:
引自:http://hi.baidu.com/veteran_008/blog/item/e23106dd96ddabd08d1029dd.html
功能简介
低照度视频增强是针对夜间视频亮度低,噪声大,图像细节可视性差等特点进行增强,使得部分隐含在暗区域图像的细节能够较清晰地呈现出来,并且降低噪声的影响。
低照度视频增强的基本原理是: 根据虚拟曝光模型,从时间域上对视频帧(图像序列)进行曝光补偿,利用ASTA自适应时空域双边滤波降低噪声,再使用色调映射进行亮度调节。
其效果远远超过伽玛矫正调节亮度,或直方图均衡化等常规处理算法。
示例:
引自:http://hi.baidu.com/veteran_008/blog/item/e23106dd96ddabd08d1029dd.html
相关文章推荐
- 【转】低照度(夜间)视频增强算法
- 基于Retinex的低照度增强算法
- 基于retinex的模型夜间增强算法研究与改进效果
- 视频实时增强算法
- 3D视频质量评价PQM(Perceptual Quality Metric)算法
- 蓝背抠像 绿背抠像 算法,实时视频抠像算法 视频直播抠像
- [视频]捕食者“物体跟踪算法:未来的计算机操作界面
- 基于OPENCV的视频图像处理算法和应用
- 【算法学习】【图像增强】【Retinex】White Patch Retinex
- 数字图像处理实践[3]---夜间图像增强
- 第十三周 项目 验证算法 运行并本周视频中所讲的的算法,观察结果并领会算法
- 【备忘】2017年最新北风网零基础学习机器学习(Python语言、算法、Numpy库、MatplotLib)视频教程)
- H.264视频质量评价算法(基于偏最小二乘法回归)
- UDP分包重组算法和 基于RTP的H264视频数据分包重组
- 深度增强学习前沿算法思想【DQN、A3C、UNREAL,简介】
- 3D-SSIM立体视频质量评价算法
- 图像处理常用算法GPU实现五:图像对比度增强
- Predator:比Kinect更强的视频追踪算法
- ts流中mpeg2音视频同步及算法小记
- OpenCV : 基于切线方向的边缘增强算法