文件名称：matlab图像均衡化代码-LIME:论文“通过照明图估计增强弱光图像”的实施
文件大小：8.25MB
文件格式：ZIP
更新时间：2024-06-11 14:37:51
系统开源
matlab图像均衡化代码LIME：低光图像增强 这是论文“ LIME：通过照明图估计进行低光图像增强”的MATLAB实现。 它是在Saumik Bhattacharya教授的指导下作为“数字图像处理”（ECN-316）课程项目完成的。 可以找到项目报告。 可以找到该文件。 可以找到该项目的官方网站。 作者提供的演示软件包含.p mat文件，无法读取其源代码。 如何使用 克隆存储库： git clone https://github.com/estija/LIME.git 打开MATLAB，转到git repository文件夹。 添加路径 在MATLAB命令窗口中运行以下命令： addpath('./BM3D'); addpath('./imgs'); 加载图像并运行 在MATLAB命令窗口中运行以下命令： img_in = imread('x.bmp'); [Ti, Tout, img_out, Iout] = lime_main_module(img_in, mu, rho, ds, ss, flag); x是imgs一些图片 flag = 1以查看结果。 Ti和Tout是初始照
【文件预览】：
LIME-master
----lime_main_module.m(914B)
----imgs()
--------lamp.bmp(660KB)
--------building.bmp(1.4MB)
--------wires.bmp(312KB)
--------robot.bmp(594KB)
--------land.bmp(2.35MB)
--------cars.bmp(451KB)
--------paint.bmp(549KB)
--------moon.bmp(689KB)
----multiplyd.m(753B)
----lime_bf_loop.m(847B)
----shrinkage.m(220B)
----maked_alt.m(261B)
----yuv2rgb.m(274B)
----rgb2yuv.m(294B)
----make_weight_matrix.m(733B)
----multiplydtrans.m(720B)
----lime.m(695B)
----gamma_corr.m(186B)
----lime_trial.m(708B)
----BM3D()
--------denoise_bm3d.m(650B)
--------bm3d_wiener.mexmaci64(37KB)
--------bm3d_thr.mexw64(89KB)
--------bm3d_thr.mexa64(54KB)
--------bm3d_thr.mexw32(71KB)
--------bm3d_wiener.mexw64(67KB)
--------bm3d_wiener.mexa64(38KB)
--------bm3d_wiener.mexglx(28KB)
--------bm3d_thr.mexmaci(57KB)
--------BM3D.m(22KB)
--------bm3d_thr.mexmaci64(53KB)
--------bm3d_wiener.mexmaci(41KB)
--------bm3d_thr.mexglx(40KB)
--------bm3d_wiener.mexw32(56KB)
----assets()
--------8_combined.png(3.31MB)
--------datasets_results.png(1.05MB)
----histeq_hsv.m(324B)
----README.md(3KB)
----histeq_yuv.m(335B)
----Tdenom.m(568B)
----updateT.m(411B)
----initial_map.m(580B)
----lime_loop.m(923B)
----histeq_all.m(833B)
----histeq_ycbcr.m(330B)
----hist_sep.m(244B)