图像 pipeline_learn to see in the dark-低照度图像增强一站式解决方案

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