cv::bioinspired::RetinaFastToneMapping 类参考

一个包装器类，它允许使用 Meylan&al(2007) 的色调映射算法。 更多...

#include <opencv2/bioinspired/retinafasttonemapping.hpp>

cv::bioinspired::RetinaFastToneMapping 的协作图

公开成员函数
virtual void	applyFastToneMapping (InputArray inputImage, OutputArray outputToneMappedImage)=0
	应用亮度校正（最初是高动态 Range (HDR) 色调映射）
virtual void	setup (const float photoreceptorsNeighborhoodRadius=3.f, const float ganglioncellsNeighborhoodRadius=1.f, const float meanLuminanceModulatorK=1.f)=0
	通过调整局部亮度计算区域来更新色调映射行为
从 cv::Algorithm 继承的公共成员函数
	Algorithm ()
virtual	~Algorithm ()
virtual void	clear ()
	清除算法状态。
virtual bool	empty () const
	如果 Algorithm 为空（例如，在最开始或读取不成功后），则返回 true。
virtual String	getDefaultName () const
virtual void	read (const FileNode &fn)
	从文件存储中读取算法参数。
virtual void	save (const String &filename) const
void	write (const Ptr< FileStorage > &fs, const String &name=String()) const
virtual void	write (FileStorage &fs) const
	将算法参数存储在文件存储中。
void	write (FileStorage &fs, const String &name) const

静态公开成员函数
静态 Ptr< RetinaFastToneMapping >	create (Size inputSize)
从 cv::Algorithm 继承的静态公共成员函数
template<typename _Tp >
static Ptr< _Tp >	load (const String &filename, const String &objname=String())
	从文件中加载算法。
template<typename _Tp >
static Ptr< _Tp >	loadFromString (const String &strModel, const String &objname=String())
	从字符串中加载算法。
template<typename _Tp >
static Ptr< _Tp >	read (const FileNode &fn)
	从文件节点中读取算法。

更多继承的成员
从 cv::Algorithm 继承的保护成员函数
void	writeFormat (FileStorage &fs) const

详细说明

一个包装器类，允许将 Meylan&al(2007) 的色调映射算法与 OpenCV 一起使用。

该算法已在 Retina 类（retina::applyFastToneMapping）中实现，但使用时不需要分配整个视网膜模型。这允许内存占用较低的设备（智能手机等）节省内存。总之，这些是模型的特性：

• 两个阶段的局部亮度自适应，每个阶段具有不同的局部邻域。
• 第一阶段模拟视网膜光感受器局部亮度自适应
• 第二阶段模拟神经节细胞局部信息自适应
• 与最初的出版物相比，此类使用了时空低通滤波器，而不是仅空间滤波器。这有助于提高视频序列用例的抗噪性和时间稳定性。

更多信息，请参阅以下论文：Meylan L.、Alleysson D. 和 Susstrunk S.，《用于彩色滤光片阵列图像色调映射的视网膜局部自适应模型》，《美国光学学会期刊》，A，第 24 卷，第 9 期，2007 年 9 月 1 日，第 2807-2816 页。Benoit A.、Caplier A.、Durette B.、Herault, J.，《使用人类视觉系统建模进行仿生低级图像处理》，Elsevier，计算机视觉与图像理解 114 (2010)，第 758-773 页，DOI： http://dx.doi.org/10.1016/j.cviu.2010.01.011 关于时空滤波器和更大的视网膜模型：Vision: Images, Signals and Neural Networks: Models of Neural Processing in Visual Perception (Progress in Neural Processing)，作者：Jeanny Herault，ISBN：9814273686。WAPI（塔 ID）：113266891。

成员函数说明

applyFastToneMapping()

virtual void cv::bioinspired::RetinaFastToneMapping::applyFastToneMapping ( InputArray inputImage, OutputArray outputToneMappedImage )

纯虚函数

Python
	cv.bioinspired.RetinaFastToneMapping.applyFastToneMapping(	inputImage[, outputToneMappedImage]	) ->	outputToneMappedImage

应用亮度校正（最初是高动态 Range (HDR) 色调映射）

仅使用视网膜旁细胞通路（parvocellular channel）的两个局部自适应阶段：光感受器级别和神经节细胞级别。应用了时空滤波，但仅限于时间平滑和可能的频率衰减。这比使用常规 retina::run 方法的方法更轻便。因此，它更快，但不包括完整的时空滤波或视网膜光谱白化。然后，它对具有非常高动态范围的图像效果可能有限。这是对 David Alleyson、Sabine Susstruck 和 Laurence Meylan 的原始静态图像 HDR 色调映射算法的改编，请引用：-> Meylan L.、Alleysson D. 和 Susstrunk S.，《用于彩色滤光片阵列图像色调映射的视网膜局部自适应模型》，《美国光学学会期刊》，A，第 24 卷，第 9 期，2007 年 9 月 1 日，第 2807-2816 页。

参数

inputImage	要处理的输入图像，RGB 或灰度级别
outputToneMappedImage	输出的色调映射图像

create()

static Ptr< RetinaFastToneMapping > cv::bioinspired::RetinaFastToneMapping::create ( Size inputSize )

static (静态)

Python
	cv.bioinspired.RetinaFastToneMapping.create(	inputSize	) ->	retval
	cv.bioinspired.RetinaFastToneMapping_create(	inputSize	) ->	retval

setup()

virtual void cv::bioinspired::RetinaFastToneMapping::setup ( const float photoreceptorsNeighborhoodRadius = 3.f, const float ganglioncellsNeighborhoodRadius = 1.f, const float meanLuminanceModulatorK = 1.f )

纯虚函数

Python
	cv.bioinspired.RetinaFastToneMapping.setup(	[, photoreceptorsNeighborhoodRadius[, ganglioncellsNeighborhoodRadius[, meanLuminanceModulatorK]]]	) ->	None

通过调整局部亮度计算区域来更新色调映射行为

参数

photoreceptorsNeighborhoodRadius	第一阶段的局部自适应区域
ganglioncellsNeighborhoodRadius	第二阶段的局部自适应区域
meanLuminanceModulatorK	用于调制平均亮度信息的因子（默认为 1，请参阅参考文献）

---

该类的文档由以下文件生成：

• opencv2/bioinspired/retinafasttonemapping.hpp