HistRetinex：基于直方图域优化Retinex模型以实现高效低光图像增强
计算机视觉与模式识别
2025-10-27 v1
摘要
基于Retinex模型的低光图像增强方法因其卓越的性能而广泛使用。然而，大多数方法在大尺寸图像上都耗时较长。本文将Retinex模型从空间域扩展到直方图域，提出一种基于直方图的新型Retinex模型用于快速低光图像增强，称为HistRetinex。首先，我们定义了直方图位置矩阵和直方图计数矩阵，建立了照明、反射率和低光图像直方图之间的关系。其次，基于先验信息和基于直方图的Retinex模型，我们构建了一个新型的两级优化模型。通过求解优化模型，我们分别给出照明直方图和反射率直方图的迭代公式。最后，通过将低光图像的直方图与HistRetinex提供的直方图匹配，我们实现了低光图像的增强。实验结果表明，HistRetinex在可见度和性能指标方面均优于现有增强方法，执行1000×664分辨率图像仅需1.86秒，实现了最低6.67秒的时间节省。
引用
@article{arxiv.2510.21100,
title = {HistRetinex: Optimizing Retinex model in Histogram Domain for Efficient Low-Light Image Enhancement},
author = {Jingtian Zhao and Xueli Xie and Jianxiang Xi and Xiaogang Yang and Haoxuan Sun},
journal= {arXiv preprint arXiv:2510.21100},
year = {2025}
}
备注
Currently, this manuscript has been rejected by TIP and is undergoing revisions. The reviewers noted that the paper contains some innovative aspects, but identified issues in the experimental and algorithmic sections