当前位置: 首页 > news >正文

OpenCV多尺度图像增强算法函数BIMEF()

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

OpenCV 中 intensity_transform 模块提供的一个用于图像增强的函数,全称为:

"Brightness Increasing with salient features and Contrast Enhancement" (BIMEF)

这是一个经典的多尺度图像增强算法,主要用于改善暗光图像的亮度与对比度,同时保留图像中的显著特征(如边缘、纹理等)。

BIMEF 是由 K.-K. Ma 和 Xiao Fu 等人提出的一种适用于低光照图像增强的方法,其核心思想是:

  • 提升图像亮度
  • 增强图像对比度
  • 保留显著特征(如边缘、纹理)

该方法结合了物理模型与图像统计特性,使用一个基于 Retinex 理论的多尺度增强策略。

函数原型

void cv::intensity_transform::BIMEF 	
(InputArray  	input,OutputArray  	output,float  	mu = 0.5f,float  	a = -0.3293f,float  	b = 1.1258f 
) 		

参数

  • input:输入彩色图像。
  • output:结果图像。
  • mu:增强比率。
  • a:相机响应函数(CRF)中的 a 参数。
  • b:相机响应函数(CRF)中的 b 参数。

代码示例


#include <opencv2/intensity_transform.hpp>
#include <opencv2/opencv.hpp>int main()
{// 读取图像cv::Mat img = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/Lenna.png" );if ( img.empty() ){std::cerr << "Could not load image!" << std::endl;return -1;}cv::Mat enhanced;// 调用 BIMEF 进行图像增强cv::intensity_transform::BIMEF( img, enhanced );// 显示结果cv::imshow( "Original", img );cv::imshow( "Enhanced (BIMEF)", enhanced );cv::waitKey( 0 );return 0;
}

运行结果

在这里插入图片描述


文章转载自:
http://chiral.jopebe.cn
http://basify.jopebe.cn
http://bachelorhood.jopebe.cn
http://apo.jopebe.cn
http://anthropologist.jopebe.cn
http://batteries.jopebe.cn
http://celoscope.jopebe.cn
http://basanite.jopebe.cn
http://aftershock.jopebe.cn
http://actinometer.jopebe.cn
http://chloroplast.jopebe.cn
http://anaphora.jopebe.cn
http://attractile.jopebe.cn
http://chlorid.jopebe.cn
http://caliga.jopebe.cn
http://aseity.jopebe.cn
http://byrd.jopebe.cn
http://bubby.jopebe.cn
http://catomountain.jopebe.cn
http://carriageable.jopebe.cn
http://ballcarrier.jopebe.cn
http://autocatalytically.jopebe.cn
http://airometer.jopebe.cn
http://billposter.jopebe.cn
http://castigatory.jopebe.cn
http://brekker.jopebe.cn
http://altorilievo.jopebe.cn
http://arachnidan.jopebe.cn
http://baume.jopebe.cn
http://chattily.jopebe.cn
http://www.dtcms.com/a/280290.html

相关文章:

  • 算法第23天|贪心算法:基础理论、分发饼干、摆动序列、最大子序和
  • iOS 加固工具使用经验与 App 安全交付流程的实战分享
  • react的Fiber架构和双向链表区别
  • 小架构step系列15:白盒集成测试
  • 大型语言模型(LLM)的技术面试题
  • 如何防止直线电机模组在高湿环境下生锈?
  • 《每日AI-人工智能-编程日报》--2025年7月15日
  • Volo-HTTP 0.4.0发布:正式支持 HTTP/2,客户端易用性大幅提升!
  • AI大模型训练的云原生实践:如何用Kubernetes指挥千卡集群?
  • Node.js 中http 和 http/2 是两个不同模块对比
  • Windows 安装 nvm-windows(Node.js 版本管理器)
  • 一键部署 Prometheus + Grafana + Alertmanager 教程(使用 Docker Compose)
  • sublime如何支持换行替换换行
  • HTTP性能优化实战技术
  • 一键直达人口分布数据
  • 606. 二叉树创建字符串
  • AutoGPT vs BabyAGI:自主任务执行框架对比与选型深度分析
  • Product Hunt 每日热榜 | 2025-07-15
  • 链表算法之【回文链表】
  • 药品挂网价、药品集采价格、药品上市价格一键查询!
  • 多租户SaaS系统中设计安全便捷的跨租户流程共享
  • PubSub is not defined
  • PyCharm 高效入门指南:从安装到效率倍增
  • Spark Expression codegen
  • 用TensorFlow进行逻辑回归(六)
  • Spark 之 Join BoundCondition
  • windows内核研究(进程与线程-KPCR)
  • C++题解(37) 信息学奥赛一本通1318:【例5.3】自然数的拆分
  • 【GEOS-Chem模型第一期】模型概述及网页总结
  • 网络基础10--ACL与包过滤