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。