宽动态红外图像增强算法综述
回顾过去
带你回顾宽动态红外图像增强算法的历史进程，历来学者的一步步革命（新的算法框架提出），一步步改革（改进优化），从简单粗暴到细致全面。
正所谓是：改革没有完成时，只有进行时。没有完美的算法，也没有最好的算法，只有更好更优秀的算法。
展望未来
以现在看90年代的算法，那时候的算法是有点粗糙，但是正是在这一点点的积累上，才有了现在较之优秀完美的算法。
正所谓是：站在巨人的肩膀，我们看得更远，不积跬步无以至千里。
目录
- 为什么需要该算法？
- 摘要
- 主要的三类算法思路大致介绍
- 第一类：基于映射的宽动态图像增强算法
- 第二类：基于图像分层的宽动态图像增强算法
- 第三类：基于梯度域的宽动态图像增强算法
- 三类算法的对比与优缺点分析
5. 第二类：基于图像分层的宽动态图像增强算法
5.1 基于双边滤波
2009年，意大利的Francesco Branchitta首先提出了BF&DRP这种基于双边滤波的红外图像增强算法。
大致步骤为：经过双边滤波将原始图像分为背景层图像和细节层图像，并对背景层图像和细节层图像分别做Gamma曲线处理（压缩或扩展），最后将处理后的基础层和细节层图像加权求和。
该论文我已经翻译过了，详见：lhttps://blog.csdn.net/hahahahhahha/article/details/102820063.
5.2 基于引导滤波
5.3 基于局部边界保持滤波器
结束语：
这一回用一首打油诗做个总结：
红外图像宽动态，
算法分为三大派。
基于映射第一类，
各路学者太有才。
全局局部都能搞，
是否线性无所谓。
噪声抑制很关键，
图像效果得改善。
时间有限，先写这么多。
下回聊重点聊：
“基于图像分层的宽动态图像增强算法”。
如需了解更多，或者需要探讨交流，请扫码在公众号后台交流。