低照度图像增强方法综述

摘要：

低照度图像增强作为图像处理领域的一个重要分支,其目的是为了提高输入图像的亮度、对比度,同时抑制图像中的噪声,增强细节区域,以提升图像整体的视觉效果.针对低照度图像增强问题,梳理了代表性方法,从基于域处理、基于Retinex理论、基于图像去雾算法和基于深度学习等4种类型,详细介绍了各类算法的基本原理及步骤流程,并对各算法的实际增强效果进行了评价.据此,分析指出了目前低照度图像增强的瓶颈问题.最后,结合各种算法的特点,对低照度图像增强算法未来的发展趋势进行了总结和展望.

关键词：低照度增强、直方图均衡、Retinex、深度学习

所属期刊栏目：50

分类号：TP751(遥感技术)

资助基金：国家自然科学基金;江苏省研究生科研与实践创新计划资助项目;国家重点研发计划

在线出版日期：2022-08-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：4-10