- 上一篇：限速标志识别的研究现状综述
- 下一篇：光照一致性问题的研究现状及存在问题
国内在遥感图像增强方面主要有以下比较有代表性的研究工作：孟天佑[1]等提出“改进的理想直方图均衡化算法”，弥补了传统直方图均衡化灰度级一对一或多对一的弊端，实现了灰度级多对多或一对多的映射。将图像像元的灰度值从小到大重新排列，然后根据原始图像的灰度级进行均匀分段，并将之前已排序的像元均匀分布到各段中。分布算法使用一种基于分段映射思想的变换函数，令分段数目与原始图像最大灰度级数相等，然后将各段中像素灰度值重新赋值，根据排序过程中记录的与原始图像中的位置关系，将变换后的灰度值映射回原图像。该方法实现了灰度级的多对多映射，使图像的灰度均匀分布，增大了灰度范围从而增强了图像的细节和反差。63863
王丽晶[2]等通过图像波谱信息增强、空间信息增强、影像调色、影像镶嵌等方法，对沿海区域卫星遥感图像进行了纠正和色调的调整。选用了P5影像进行试验，采用单点运算纠正原图像，然后对其进行转换，转成8bit的影像后进行重投影，最后在PhotoShop中将图像的拷贝分层用曲线调节进行强曝光，然后和原图像进行合层以达到遥感图像增强的效果，使影像的纹理和对比度最优化组合，最大化提高影像质量。论文网
许欣[3]等认为现有的对比度增强方法并不能提升较亮部分细节的质量，因此提出一种新的梯度域图像对比度增强方法。针对人类视觉感知特性，提出相对梯度值的概念，对图像较亮处的梯度进行改进，然后在最小二乘意义下重建梯度场，并将该方法推广到彩色图像，有效地提升较亮和较暗处的对比度。
Erkanli[4]等人提出一个新的基于小波变换的非线性图像增强算法，包括动态范围压缩，对比度增强和色彩还原，来在非均匀和非统一的暗光条件下增强图像。动态范围压缩用于非线性函数来提高暗区对比度并降低亮区强度。被增强后的强度在色彩还原技术的帮助下被转换为彩色图像。
倪雪[5]等提出了一种基于第二代Curvelet变换的低对比度增强算法，先对图像进行多尺度多方向的Curvelet变换，再用分段非线性函数对Curvelet系数进行加权处理，分段函数可随意调整曲率，即增强部分与衰减部分不关联，从而有效地对低对比度图像进行了灰度值拉伸。最后对所有子带系数进行Curvelet逆变换得到增强后的图像。