问题标签 [image-enhancement]

如何将增强（或修改图像的任何操作）应用于以金字塔形式存储的图像，它是否首先应用于某个金字塔层（当前缩放级别），然后在用户缩放时重新应用于不同的层放大或缩小，或者一次性对整个金字塔应用增强，或者是否有某种算法可以有效地将增强效果传播到其他金字塔层。

我想知道这样做的最佳方法是什么。

我是一个新的 python 程序员，我正在尝试使用 ImageEnhance 模块来创建一组图像，这些图像会随着时间的推移增加清晰度。

下面的脚本解决了一个问题：新图像被保存到一个临时目录中，该目录可以快速删除文件。

如何更改保存功能以指向正确的目录。

提前致谢。

我在特定图像上应用了两种不同的图像增强算法并得到了两个结果图像，现在我想比较这两个图像的质量，以找出这两个算法的有效性，并根据比较找到更合适的一个这两个图像的特征向量。那么在这种情况下我应该比较什么合适的特征向量？

我在比较图像的纹理特征以及哪个特征向量更合适的上下文中询问。

我需要数学支持来验证基于图像评估的任何一种算法的有效性，例如使用对比度和方差。那么还有其他方法吗？

我是图像处理的新手。

现在，我正在研究拉普拉斯锐化方法。但是有一点我无法理解。我希望你能帮助我。

众所周知，当我们将拉普拉斯滤波图像添加到原始图像时，会出现锐化图像。

但是在得到拉普拉斯滤波图像后，我的参考书为了显示目的缩放了这个拉普拉斯滤波图像并得到一个灰色的图像。并将这个灰色的添加到原始图像中，最后得到一个锐化的图像。

我的问题是我怎样才能得到这个灰色的图像。

这是我的代码：

f1 是拉普拉斯滤波图像。但它并不像你们都知道的那样是灰色的。我怎么能得到这个灰色的？

编辑：

http://i.imgur.com/9qqXX.jpg（第一张原图，第二张灰色，第三张锐化图像）

感谢您的帮助。

当曝光设置和白平衡不断变化时，有没有人有过视频的色彩匹配和逐帧跟踪的经验？

我正在开发使用 iPad 2 前置摄像头捕捉视频的颜色跟踪应用程序。我需要在每一帧上检测彩色对象（我们之前采用的预定义颜色）。我的问题是相机软件喜欢调整 WB 和 Exposure 每一帧。因此，如果我们在 N 帧记住一种颜色，那么在 N+10 帧上，WB 会有所不同，这会导致颜色的巨大差异。

为了计算颜色距离，我使用LAB颜色空间和CIE76公式：

是的，我知道 CIEDE2000 距离函数要好得多，但我正在使用 ARM 处理器，恐怕即使对于我已经使用的 ARM NEON 手动优化的汇编代码，这个公式也会太重。

CIE76 总体上提供了良好的效果，但在光线不佳或非常明亮的场景中，相机要么产生过多的噪点，要么使图像过度饱和，从而使颜色与原始颜色相差太远。除了使用颜色距离的简单阈值化之外，我还根据校准颜色的标准偏差实现了 LAB 像素值的每个分量阈值化。这也提高了检测的正确性，但是，这并不能解决主要问题。

相机本身提供 RGB 颜色空间的帧，但 API 不提供获取当前帧的白点或色温的函数。目前我假设 D50 光源执行 RGB -> LAB 转换。

这是我的主要疑问。我的想法是计算给定 RGB 图像的白点，然后将其转换为 XYZ 颜色空间，然后使用计算的白点将 XYZ 转换为 LAB。可能吗？

来自维基百科：白点

将颜色表示为 LMS 颜色空间中的三色坐标，可以根据 von Kries 变换简单地通过将 LMS 坐标按两个白点处三色值的最大值之比缩放 LMS 坐标来“转换”对象的颜色。这提供了一个简单但粗略的估计。

http://en.wikipedia.org/wiki/White_point

这会奏效吗？或者有更好的方法来计算白点（甚至是粗略的）？顺便说一句，我是Retinex算法出来的，它在阴影中表现出很好的色彩增强，有人用过吗？它的优点和缺点是什么？

我试图理解同态过滤的概念，我已经阅读了几个关于这个主题的在线页面，例如http://en.wikipedia.org/wiki/Homomorphic_filtering 但是，我注意到讨论这个主题的稀缺在线资源。因此，我有两个问题。

首先，我想知道，如何确定可以使用同态过滤来增强图像？换句话说，需要同态滤波的图像类型是什么？

其次，同质滤波是否总是用于衰减照明（低频）并增加反射率（高频）？或者它也可以用来做相反的事情（衰减反射和高光照明）？

我正在尝试在 OpenCV 中实现一种算法来显示手掌静脉图案的细节。我以我在 Internet 上找到的一篇名为“使用掌纹和掌纹特征的非接触式生物识别系统”的论文为基础。我感兴趣的部分是第3.2 章预处理。那里显示了所涉及的步骤。

我想使用 OpenCV 来实现，但直到现在我都被困住了。特别是他们在低通滤波器的响应上使用拉普拉斯滤波器来隔离主要静脉，但无论我尝试什么参数，我的结果都会变得非常嘈杂！

任何帮助将不胜感激！

我正在使用快速傅里叶变换进行指纹图像增强。我从这个网站得到了这个想法。

我已经FFT使用 32*32 窗口实现了该功能，然后按照推荐站点的建议，我想power spectrum与FFT. 但我不明白，

如何计算图像的功率谱？或者 Power Spectrum 有什么理想的价值吗？

FFT 代码：

我需要在 C#中实现Single Scale retinex 和 multiscale retinex 算法
， 我搜索了一下，但找不到任何有用的练习项目和带有代码的 artilces
我理解正确我应该：

1. 将 RGB 转换为 YUV
2. 使用高斯模糊滤镜模糊图像
3. 使用 I'(x, y) = 255*log10( I(x, y)/G(x, y) ) + 127.5
   I - 是光照，G - 高斯核，I' - 结果图像
4. Сonvert back YUV to RGB

此代码无法正常工作

我目前致力于内窥镜胃炎图像的图像增强。我要做的第一步是将高斯滤波器应用于图像。我已经应用了不同大小的内核。但我不知道如何衡量增强后的图像是否得到了改善。

我发现了一些像 PSNR 这样的技术。但是，它必须具有原始图像。现在，我只有内窥镜图像和高斯滤波器增强图像。

有人能告诉我如何衡量增强图像的好坏吗？

谢谢你。