文档介绍：计算机系统应用 ISSN 1003-3254, CODEN CSAOBN E-mail: ******@
Computerted.
Key words: image enhancement; histogram equalization; wavelet transform; differential equation; Retinex theory; deep
learning
 
 
在全球信息化大幅发展的时代, 对于这个世界的度也有着细微的变化, 同样由于仪器设备的质量, 参数
认识越来越依靠于信息的爆炸性传递. 大部分人认识的设置, 人员的操作都会使图像质量在一定程度上的
世界的主要途径还是眼睛的可视性, 人眼所看到的一损伤, 影响图像的质量. 图像增强算法的出现, 无疑是
切都可以化作图像的形式. 图像的获取、生成、压对受损的图像做一个“修补”的工作, 以此来满足各样
缩、存储、变换过程自然会受到各种状况的影响, 例的需求. 图像增强的目的是为了适应人眼的视觉特性,
如获取图像时会因为天气原因, 不同光照条件, 图像亮且易于让机器来进行识别. 近些年来, 图像增强的发展
①  收稿时间: 2020-10-12; 修改时间: 2020-11-05; 采用时间: 2020-11-17; csa在线出版时间: 2021-06-01
18 专论•综述 Special Issue
万方数据2021 年 第 30 卷 第 6 期 -s- 计算机系统应用
涉及了很多领域, 其中包括了遥感卫星成像领域、医相增强算法, 改善对比度, 抑制噪声[21]; MSR与颜色恢
学影像领域、影视摄影等各领域[1]. 复(MSRCR)算法增强的图像在复杂的情况下进行识
要想真正地实现图像增强的效果, 首先对于整个别物体[22]; 基于变分Retinex方法的图像增强, 良好结
图像来讲, 要提高图像部分和整体的对比度, 细节也不合了MSRCR和变分方法的优点, 保证图像自然度[23].
能忽略; 其次应提高图像的信噪比, 抑制噪声的产生, 近年来, 基于深度学****的图像处理算法迎来了一个新的
对“降质”