最近因为项目的需要,调研了一些低光照条件下的图像增强的算法。传统的有直方图均衡,同态滤波,基于暗通道的去噪等等。深度学习的有HDR Net,稀疏降噪自编码器等等。今天要介绍的是由UIUC,Intel,腾讯联合出品的一篇文章:learn to see in the dark。
背景
有较为丰富的拍照经验或者有过图像处理经验的人都知道,在暗光条件下拍出来的照片不清晰,噪声很大。对于照相机,其输出的信号的信噪比可由下式表示:
上式中,C表示输入电容,T表示绝对温度。在照相设备不变的前提下,分母不会改变。分子Qs与一个光敏单位所承载的光电子数目成正比。因此,光照好,信噪比高;反之则反。
要想提高信噪比,改善图像质量,可以改善硬件,或者延长曝光时间,也可以通过图像后处理算法。改善硬件意味着增加成本,延长曝光时间可能会放大噪声,同时带来运动模糊。这里主要讨论图像后处理算法。
暗光照