kuvanparannusmenetelmiä
Kuvanparannusmenetelmät ovat joukko keinoja parantaa digitaalisten kuvien laatua sekä visuaalista selkeyttä. Ne tähtäävät esimerkiksi kontrastin, terävyyden, värien uskottavuuden sekä kohinan vähentämisen parantamiseen. Tyypillisiä ongelmia ovat matala kontrasti, häiritsevä kohina, epätarkkuus ja vääristyneet värit. Parannusmenetelmät voivat olla yleiskäyttöisiä tai soveltua erityisesti tietynlaisiin kuviin, kuten lääketieteellisiin tai kaukokartoituskuvin.
Kuvanparannusmenetelmät voidaan jakaa ensisijaisesti kahteen ryhmään: spatiaalisen alueen menetelmät sekä taajuusdomään (transformaatio- tai frekvenssi) menetelmät. Spatiaalisen
Taajuusdomään menetelmät käyttävät kuvan muuntoa kuten Fourier- tai DCT-muunnosta. Näissä voidaan poistaa tai vahvistaa tiettyjä taajuuskomponentteja,
Koneoppiminen ja syväoppiminen on viime vuosina laajentanut kuvanparannusta. Mallit voivat tehdä super-resolutionia, kohinanpoistoa, deblurringia ja retinex-tyyppisiä
Arviointi perustuu sekä mittauskriteereihin (PSNR, SSIM) että subjektiiviseen arvioon. Käyttökonteksti määrittelee, mitkä menetelmät ovat sopivia ja