论文学习记录：Automatic Exposure Correction of Consumer Photographs
本文将计算出一条最适合输入图像的S型非线性色调曲线来自动校正曝光。区域级别的最优曝光计算，不仅考虑了各自区域的可见性，还考虑了邻域的相对对比度，这样在调整曝光的同时还保持住了细节。 一、算法流程 整个算法分为两步： 1. 曝光计算。 2. S曲线调整。 本文中所有计算都是在亮度通道进行，并且将亮度归一化到[0,1]。 二、具体方法 2.1 区域级的曝光计算 借
相关文章
- 1. Correcting Over-Exposure in Photographs
- 2. 论文学习记录：Local Color Correction Using Non-Linear Masking
- 3. HDR （automatic exposure control + Tonemapping + Bloom）
- 4. 【论文学习记录】SqueezeNet
- 5. 论文笔记：Toward Convolutional Blind Denoising of Real Photographs
- 6. 论文笔记：Automatic generation of HCCA-resistant scalar multiplication algorithm by proper sequencing of
- 7. 论文阅读：Automatic Generation of Data-Oriented Exploits
- 8. Toward Convolutional Blind Denoising of Real Photographs
- 9. 【tempo estimation】annotation correction论文
- 10. 【论文学习记录】YOLOv4: Optimal Speed and Accuracy of Object Detection
- 更多相关文章...
- • ADO 添加记录 - ADO 教程
- • ADO 更新记录 - ADO 教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • Kotlin学习（二）基本类型
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. Correcting Over-Exposure in Photographs
- 2. 论文学习记录：Local Color Correction Using Non-Linear Masking
- 3. HDR （automatic exposure control + Tonemapping + Bloom）
- 4. 【论文学习记录】SqueezeNet
- 5. 论文笔记：Toward Convolutional Blind Denoising of Real Photographs
- 6. 论文笔记：Automatic generation of HCCA-resistant scalar multiplication algorithm by proper sequencing of
- 7. 论文阅读：Automatic Generation of Data-Oriented Exploits
- 8. Toward Convolutional Blind Denoising of Real Photographs
- 9. 【tempo estimation】annotation correction论文
- 10. 【论文学习记录】YOLOv4: Optimal Speed and Accuracy of Object Detection