基于色觉感知的颜色增强变分框架

人类色觉的基本现象学已被广泛用作制定显式颜色校正算法的灵感来源。这些模型在处理具有意义的图像特征（如对比度和离散程度）时， characterization 行为可能比较困难。为此，我们提出使用基于色觉感知的颜色对比度增强变分公式。具体而言，我们制定了一组基本要求，用于刻画能量在被认为是“感知上启发的”时需要满足的条件，表明存在一类满足所有条件的显式函数。我们挑选出三个我们认为具有基本兴趣的显式函数，展示其与现有模型的相似性和差异性。使用梯度下降方法计算这些函数的最小值。我们还提出一种通用方法，将分析中算法的计算成本从 ${\cal O}(N^2)$ 降低到 ${\cal O}(N\log N)$，其中 $N$ 为输入像素的数量。