这是一篇用传统方法做图像增强的一篇论文，来自2014年的image processing letter,因为涉及到太多传统算法，这里只做简要介绍思想，详见论文。
这篇论文的核心思想是使用depth图像对RGB图像做颜色增强，只对rgb图像做增强可以使用GMM将直方图分成不同的间隔，但是不同间隔施加不同的label，会导致像素周边有相似强度和深度信息的像素值被标记上不同的label，从而导致非自然的结果，如下图所示:
这里，引入深度图像信息对图像做辅助的增强，它们的直方图首先被分成不同的interval使用GMM，然后color图像的interval被调整如果它们的强度和深度图的值在一个interval里。该算法首先把图像转到HSV空间，然后获得depth图像和RGB图像的I部分，GMM可以自动为两个图像确定它们各自的layer数。因此论文的核心思想就是使得具有相近强度和depth值的直方图具有相同的label。因此论文的优化目标为:
其中第一项用来防止增强图像交点的突变，第二项用来衡量目前增强图像l和深度图m的不一致性。这样，一个像素周围相似颜色和深度的值就能合并在一起。这里论文优化上述目标使用遗传算法。根据深度直方图修正颜色直方图后，又可以使用GMM获得增强的映射关系。论文的实验使用双目数据集和其估计出的深度图像，具体见论文。深度图的作用仅仅是提供额外的label信息。