修正局部暗点/亮点的图像，均衡亮度/强度（局部位置，而不是暗/中/亮区域）

Question

所以我有一张有一些黑点的图像，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，然后将其应用于我的图像以消除黑点。但是，我能找到的只是两种均衡方法：均衡整个图像（使用直方图）或将图像分割为暗中和浅色部分并均衡你想要的。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黑暗物体更亮。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文稿中这样做），尽管我还没有找到或想出它。

所以我的问题是：我将如何创建这样的图像的“亮度图”：

所以我得到了这样的地图：

我可以反向应用以获得更好的图像，如下所示：

我知道我会在校正点处出现离散化错误，但这比黑点要好得多。我希望有人可以帮助我做到这一点，谢谢！

我主要使用 Matlab，并且对 python 和数学知识有一些有限的了解，但是一个 Matlab 示例对我来说最有用。我认为自己的一种方法是采用 fft2 并将低频归零，但这只会破坏所有对比度，而不仅仅是我想要的部分。

对我没有帮助的类似但不同的 SO 问题：

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

您必须对黑点的性质进行非常精确的建模，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、三角函数还是其他一些可预测的函数？它总是完全是圆形的吗？

在照片中使用直线元素会有所帮助，并且可以提供样本来源来计算暗点的性质。如果您将暗点视为三维（X、Y、亮度）的二次或三次函数，则可以根据一定数量的已知点来解决它。