1) Frankle-McCann Retinex algorithm
Frankle-McCann Retinex算法
2) Retinex algorithm
Retinex算法
1.
The Retinex theory is applied to color image enhancement and a modification for McCann Retinex algorithm is presented.
将色彩恒常性算法应用于彩色图像增强中,在分析McCann Retinex算法的基础上。
2.
Another one is the Retinex algorithm.
并对这两类算法中的POSHE算法和基于中心环绕的Retinex算法进行了改进。
3.
On the basis of the method,the paper introduces Retinex algorithm,as well as an ellipse fitting iterative approach,to achieve the precise location of iris contours from two eyes\' edge image,and realizes the accurate estimation of the visual direction.
在此方法的基础上,引入Retinex算法以及基于椭圆匹配的迭代算法,从双眼的边缘图像中获得虹膜轮廓的精确位置,实现了人眼视线方向的准确估计。
3) Gray World-Retinex algorithm
Gray World-Retinex算法
1.
The method overcomes the defects of Gray World-Retinex algorithm for images with small sample standard deviation value and little number of near white points.
提出了一种改进的白平衡方法,改善了Gray World-Retinex算法对色彩丰富度低、近白(灰)点数量较少的图像白平衡后仍然偏色的缺点。
4) SSR(single scale retinex)
单尺度Retinex算法
补充资料：BP算法
分子式：
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条