轉載：低照度圖像修復方法總結
低照度圖像修復方法總結
在遇到圖像曝光不足時，先前主要分為兩種主流思路：基於直方圖均衡和基於retinex算法（在之前的總結裏分別有介紹）。
這兩類算法大都存在的缺點：或多或少存在圖像過增強現象，使得顏色失真。所以，圖像曝光增強算法還是有待提高。
下面兩篇是北大Zhenqiang_Ying的研究論文，他有好幾篇文章都是圍繞低照度圖像增強主題寫的，可以參照一下。
（一）《A New Image Contrast Enhancement Algorithm using Exposure Fusion Framework》
- https://github.com/baidut/OpenCE
項目主頁：https://baidut.github.io/OpenCE/caip2017.html
作者提出了一個曝光融合框架，提供一個精確的對比度增強的圖像增強算法。具體來說，我們首先設計了加權矩陣，利用光照估計技術的圖像融合。然後，我們介紹我們的相機響應模型合成的多重曝光圖像。接下來，我們找到最佳的曝光率使合成圖像是暴露在該區域曝光不足的圖像。最後，輸入圖像和合成圖像進行融合，根據權重矩陣得到增強的結果。
（二）《A Bio-Inspired Multi-Exposure Fusion Framework for Low-light Image Enhancement》
- https://baidut.github.io/BIMEF/
- https://github.com/baidut/BIMEF
這篇文章還沒有發表，現在處於投稿狀態，他們的摘要：“低光圖像由於能見度低，不利於人眼觀察和計算機視覺算法。雖然已經提出了許多圖像增強技術來解決這個問題，但是現有的方法不可避免地引入過對比和過增強。在人類視覺系統的啟發下，我們設計了一個多曝光融合框架用於微光圖像增強。基於該框架，我們提出了一種雙曝光融合算法，以提供精確的對比度和亮度增強。具體而言，我們首先利用照度估計技術設計圖像融合的權矩陣。然後介紹我們的相機響應模型來合成多曝光圖像。其次，我們找到最佳曝光率，使合成圖像在原始圖像被曝光的區域被很好地曝光。最後，根據權值矩陣對輸入圖像和合成圖像進行融合，得到增強的結果。實驗結果表明，與幾種先進的方法相比，我們的方法可以獲得較少的對比度和亮度失真。”
第二篇文章還未公布，但可以調用算法查看處理效果。
作者research主頁：https://www.researchgate.net/profile/Zhenqiang_Ying
Github: https://github.com/baidut
參考：
http://blog.csdn.net/phoenixtree7/article/details/60769717
《基於暗原色先驗的低照度視頻快速增強算法》
《基於色調不變的彩色圖像增強算法研究》
《一種基於色彩保持的低照度圖像增強算法 》轉載：https://blog.csdn.net/piaoxuezhong/article/details/78441241
轉載：低照度圖像修復方法總結