image-processing - 校正局部暗点/亮点的图像，均衡亮度/强度(局部位置，而不是暗/中/亮区域)

Question

所以我的图像有一些黑点，它们看起来很简单，所以我想我可以创建一个亮度图，将其反转，然后将其应用到我的图像以消除黑点。然而，我所能找到的只有两种均衡方法:均衡整个图像(使用直方图)或将图像分割成深色和浅色部分并均衡你想要的部分。第一种方法对我的问题没有帮助，第二种方法也使图像中的暗物体变亮。我确信有一种简单的方法可以做到这一点(很久以前我看到有人在演示中这样做)，尽管我还没有找到或想出它。

所以我的问题是:我将如何创建像这样的图像的“亮度图”:

所以我得到了这样一张 map :

我可以反向应用它以获得更好的图像，如下所示:

我知道我会在更正的点处出现离散化错误，但这比暗点要好得多。我希望有人能帮我做这个，谢谢!

我主要使用 Matlab，对 python 和 mathematica 的了解有限，但 Matlab 示例对我最有用。我认为自己的一种方式是采用 fft2 并消除低频，但这只会破坏所有对比度，而不仅仅是我想要的部分。

相似但不同的 SO 问题对我没有帮助:

Image equalisation

thresholding an image based on gradient

Histogram of image

Matlab - Local Histogram Equalization

How to find out light, medium and dark color?

Answer 1

您必须非常精确地模拟黑点的性质才能使此过程起作用。你能描述暗梯度是线性的、指数的、幂的、三角的还是其他一些可预测的函数吗？它总是完全是圆形的吗？

照片中的直线元素会有所帮助，并且可能会提供样本来源来计算黑点的性质。如果您将暗点视为三维(X、Y、亮度)的二次或三次函数，那么您可以根据一定数量的已知点来解决它。