图片曝光修正方法（直方图均衡和CNN）

最新推荐文章于 2025-02-07 20:26:38 发布

原创

最新推荐文章于 2025-02-07 20:26:38 发布 · 3.2k 阅读

15 ·

CC 4.0 BY-SA版权

文章标签：

#cnn #人工智能 #神经网络

本文介绍了图像曝光不足时的处理方法，包括使用OpenCV的直方图均衡技术，以及基于CVPR2021论文的LearningMulti-ScalePhotoExposureCorrection的CNN模型进行高级校正。详细展示了如何使用Python和torch实现和应用这些技术。

该文章已生成可运行项目，

图像过曝或曝光不足时需要曝光处理，
这里以曝光不足举例。

请添加图片描述

直方图均衡法：

通过RGB通道的直方图均衡达到处理曝光不足的效果。

请添加图片描述
代码：

underexpose = cv2.imread("exposure_test.jpg")
#underexpose = cv2.cvtColor(underexpose, cv2.COLOR_BGR2RGB)
equalizeUnder = np.zeros(underexpose.shape, underexpose.</

本文章已经生成可运行项目

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

蓝羽飞鸟

关注关注

11
点赞
踩
15

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
打赏
打赏
打赏举报

举报

专栏目录

图像过曝、低照度下Gamma矫正

m0_47489229的博客

04-07

688

由于项目场景的需要，Gamma变换在进行使用过程中可以对于图像的对比度进行调节，对过曝和低照度场景下对图像轮廓进行调节。按照论文里给的理论，加了一行代码实现灰度图像的自适应变换，进行一下记录。上面的代码设置的是0.5，当然可以根据自身需要进行设置，越小所得图像越暗。参考论文：《基于 FPGA 的自动聚焦系统的设计与实现》另一张在百度上找的图像是低照度的场景图。

图像传感器与信号处理——自动曝光算法

热门推荐

weixin_44580210的博客

02-21

1万+

图像传感器与信号处理——自动曝光算法图像传感器与信号处理——自动曝光算法1. 如何实现自动曝光？2. 基于直方图统计的算法2.1 Automatic Camera Exposure Control，20073. 基于熵的算法4. 基于梯度的算法图像传感器与信号处理——自动曝光算法在很久之前我和一位视觉SLAM大佬交流过，视觉SLAM难以落地原因有很多，其中之一就是环境光照对SLAM系统有较大的...

参与评论您还未登录，请先登录后发表或查看评论

人工智能 基于深度学习的图像增强-低光照调亮

08-11

使用PReNet进行低光照调亮的图像增强深度学习任务深度学习框架：torch 可以自行修改相应文件夹中的图片，实现自己的图像增强任务在文件中实现了main.py文件用于对界面进行可视化操作，在此基础上大家可以任意对其进行修改，实现自己的相应的功能。

PS 滤镜算法原理——曝光过度

weixin_30505485的博客

08-25

379

这个算法的原理，就是将图像反相，然后分别比较原图与反相后的图三个通道的大小，将小的值输出。 clc; clear all; Image=imread('4.jpg'); Image=double(Image); Image_inverse=255-Image; [row,col,layer]=size(Image); Image_new=Image; for ...

**探索Exposure_Correction: 精准图像曝光校正的新维度**

gitblog_00081的博客

04-19

607

探索Exposure_Correction: 精准图像曝光校正的新维度在摄影和图像处理领域，正确的曝光是至关重要的。然而，现实拍摄中由于光照条件、相机设置等因素，我们经常遇到过曝或欠曝的问题。为了解决这一问题，开发者Mahmoud Nafifi创建了一个名为Exposure_Correction的项目，利用先进的计算机视觉技术和深度学习算法对图像进行智能曝光校正。项目概述 Exposure_C...

论文阅读：曝光过度，曝光不足增强算法Learning to Correct Overexposed and Underexposed Photos

qq_43555843的博客

07-13

5776

论文阅读：Learning to Correct Overexposed and Underexposed Photos 需要解决的问题：曝光误差可能是由多种因素造成的，例如TTL测光的测量误差、硬照明条件（例如，非常低的照明和背光）、场景亮度水平的剧烈变化，或用户在手动模式下的错误。在基于相机的成像中，拍摄错误曝光的照片仍然是一个主要的错误来源。曝光问题可分为以下两类： •（i）曝光过度，相机曝光时间过长，导致图像区域变亮和褪色； •（ii）曝光不足，曝光时间太短，导致图像区域变暗。论文方法：提出

基于直方图与CNN的图像曝光修正方法

本文围绕“图片曝光修正方法”展开，重点探讨了两种用于改善图像曝光不足问题的技术手段：传统图像处理中的直方图均衡化方法与基于深度学习的卷积神经网络（CNN）曝光修正技术。这两种方法分别代表了经典图像增强...

【图像处理深度解析】：直方图均衡化，Python中的色偏改善魔法

![怎么使用Python对一张彩色图片去色偏]...直方图均衡化作为一种提升图像对比度的技术，在这一过程中扮演着关键角色。本章将带领读者走进图像处理的世界，

低光照环境下的图像增强方案：直方图均衡化与自适应增益控制（夜视效果提升4倍）

传统增强方法如伽马校正和直方图拉伸虽实现简单，但难以兼顾全局对比度提升与局部细节保留。而现代基于物理模型或深度学习的方法则面临计算复杂度高、泛化能力弱等瓶颈。如何在抑制噪声放大的同

深度学习彩色化算法对曝光偏差图像着色研究.docx

02-13

- 对输入图像进行直方图均衡化，以修正曝光偏差。 - 将均衡后的灰度图像进行彩色化处理，得到输出图像的ab通道。 - 最后，将输出图像的L通道与ab通道合成，得到最终的彩色图像。 - **直方图均衡化原理**： - ...

exposure_correction:实现 Yuan 等人的“消费者照片的自动曝光校正”中提出的曝光校正算法

06-09

曝光校正实现 Yuan 等人的“消费者照片的自动曝光校正”中介绍的曝光校正算法。

用一个网络实现曝光不足和曝光过度的曝光修正：Learning Multi-Scale Photo Exposure Correction

u014546828的博客

01-18

7292

本文是第一个对欠曝光和过曝光用同一个网络实现校准的方法。个人认为本文最大的贡献是：1. 本文不是做图像增强，而是曝光错误进行修正。2. 提供了一个全新的、曝光时间范围更广的数据集。

[论文速度] 同时解决成像时，曝光不足和曝光过度问题：Deep Reciprocating HDR Transformation

u014546828的博客

01-18

4719

文章简单，但思想很清晰

对曝光过度图像的处理

wangweiweilovestudy的博客

07-12

5346

由于曝光过度，使得整图非常明亮（例如：灰度范围从200到250），请分析如何才能使图像亮暗分明，层次清晰，请写出计算公式。曝光过度的图像亮度集中在灰度较高的一个小的范围内，没有层次感，细节模糊，要使图像层次分明，细节清晰，可采用灰度拉伸的的方法，增加灰度层次，计算公式如下： g(x,y)=[(255−c)/b−a]f(x,y)+c, g(x,y)=[(255-c)/b-a]f(x,y)+c, g(x,y)=[(255−c)/b−a]f(x,y)+c, 其中c是校正后的灰度起点，a,b分别是校正前的灰度起点

图片过曝检测及处理（超全方法介绍）

最新发布

qq_56438555的博客

02-07

5769

本文将详细介绍图片过曝时的常见检测方法及对应的原理，并给出合理的解决方案。

PhotoShop算法实现--亮度调整（曝光不足或过量）（二）

Belial计算机视觉&机器视觉专栏

11-30

3748

PhotoShop亮度调整（曝光不足或过量）（二） kezunhai@gmail.com http://blog.youkuaiyun.com/kezunhai 亮度调整是指人眼对亮度感觉的调整，可以通过对R、G、B颜色亮度的增加和减少相同的赋值来显示。人眼对亮度是非常敏感的，在比较两个强弱不同的亮度时，有较好的判断力，所以在图像处理中经常会对图像的亮度进行调整。

用于图像曝光校正的解耦和聚合

weixin_45914567的博客

01-03

2276

在不适当的曝光条件下拍摄的图像往往会出现曝光不足或曝光过度的问题，曝光不当会改变图像亮度的统计分布，从而产生对比度下降，此外，曝光不当还会破坏图像的结构特性，导致细节失真。对比度下降和细节失真将导致低频和高频成分在图像中混合且不可分割，使图像曝光校正极具挑战性。在实践中，这个问题的一个解决方案是设计一种端到端的架构，用于在共享特征空间中学习对比度增强和细节恢复[14，16]。然而，对比度相关的特征主要分布在低频分量中，而细节相关的特征则主要分布在高频分量中。

CSEC：香港城市大学提出SOTA曝光矫正算法 | CVPR 2024

晓飞的算法工程笔记

08-28

1267

在光照条件不佳下捕获的图像可能同时包含过曝和欠曝。目前的方法主要集中在调整图像亮度上，这可能会加剧欠曝区域的色调失真，并且无法恢复过曝区域的准确颜色。论文提出通过学习估计和校正这种色调偏移，来增强既有过曝又有欠曝的图像。先通过基于UNet的网络推导输入图像的增亮和变暗版本的色彩特征图，然后使用伪正常特征生成器生成伪正常色彩特征图。接着，通过论文提出的COSE) 模块来估计推导的增亮（或变暗）色彩特征图与伪正常色彩特征图之间的色调偏移，分别校正过曝和欠曝区域的估计色调偏移。最后，使用提出的COMO。

深度傅里叶曝光校正网络——Deep Fourier-based Exposure Correction Network with Spatial-Frequency Interaction论文简析

m0_53295160的博客

11-19

2280

本文提出了一种在空间域和频域上利用空间-频率信息交互进行曝光校正的新视角，提出了一种基于深度傅里叶的曝光校正网络，