我想我们可以在deshazción的算法中找到答案

导入一个图像RGB capturada con poca luz。

一个= imread (“lowlight_11.jpg”）;图中,imshow(一个);

在图像中观察cómo las áreas de poca luz de la imagen original parecen borrosas。

AInv = imcomplement(一个);图中,imshow (AInv);

你可以用función。imreducehaze

BInv = imreducehaze (AInv);图中,imshow (BInv);

这就是我想要的结果。

B = imcomplement (BInv);

我们就像原来的一样，imágenes我的朋友，平行的。

图中,蒙太奇({A、B});

Mejorar los resultados aún más utilizdo parámetros opcionalesimreducehaze

如果有一个重要的结果，我可以给你一个新的比喻，可以给你一个具体的比喻。imreducehaze

BInv = imreducehaze (AInv,“方法”，“大约”，“ContrastEnhancement”，“提升”）;BImp = imcomplement (BInv);图中,蒙太奇({,BImp});

我有一个美好的未来

导入一个图像RGB capturada con poca luz。

一个= imread (“lowlight_21.jpg”）;

Invierta画像。

AInv = imcomplement(一个);

这是一个关于死亡的算法。

BInv = imreducehaze (AInv,“ContrastEnhancement”，“没有”）;

Invierta洛杉矶resultados。

B = imcomplement (BInv);

我们就像原来的一样，imágenes我的朋友，平行的。

图中,蒙太奇({A、B});

把颜色的中位数还原成颜色差异的空间

颜色空间的图象RGB颜色空间L*a*b*。

实验室= rgb2lab(一个);

就像L*a*b*。

LInv = imcomplement(Lab(:，:，1) ./ 100);

我想把它转化成一个应用程序función。imreducehaze

LEnh = imcomplement (imreducehaze (LInv“ContrastEnhancement”，“没有”))；

Aumenta saturacion。

LabEnh(:，:，1) = LEnh .* 100;LabEnh(:，:，2:3) = Lab(:，:，2:3) * 2;%增加饱和

从新图像到新图像再到原图像再到新图像，平行地。

AEnh = lab2rgb (LabEnh);图中,蒙太奇({,AEnh});

我们的结果是去噪

最后imágenes con poca luz我想和你在一起。我的朋友imágenes我们可以一起去，我们可以一起去。La denación puede ser un paso útil de postprocesamiento。

我们用función来消除我的孩子。imguidedfilter

B = imguidedfilter (BImp);图中,蒙太奇({BImp B});

你好，我是iluminación

导入一个图像RGB capturada con poca luz。

一个= imread (“lowlight_21.jpg”）;

Invierta画像。

AInv = imcomplement(一个);

我们要用图像的算法。

[BInv, TInv] = imreducehaze“方法”，“approxdcp”，“ContrastEnhancement”，“没有”）;

我很高兴见到你。

T = imcomplement (TInv);

这幅画是用彩色画的。

图中,次要情节(1、2、1);imshow (A)、标题(“低潮形象”）;次要情节(1、2、2);imshow (T)、标题(“照明地图”）;colormap (gca、热(256));

Limitaciones

我们可以向您详细说明我们的详细情况，我们可以把我们的详细情况描述为更多的情况，我们可以把我们的情况描述为更适合的情况，我们可以把我们的情况描述为更好的情况。

Referencias

董宣，等。“Algoritmo rápido y efficiente para la mejora de vídeo de baja iluminación”多媒体展览(ICME)， 2011 IEEE国际会议。IEEE 2011。