通过选择性操控色度进行低光照图像与视频增强
计算机视觉与模式识别
2022-03-10 v1 图形学
摘要
在低光照条件下进行图像采集会遭受质量低下和视觉美感显著退化的问题。这会影响所采集图像的视觉感知，以及采集后应用的各种计算机视觉与图像处理算法的性能。特别是对于视频，额外的时间域使其更具挑战性，我们需要以时间连贯的方式保持质量。我们提出了一种简单而有效的低光照图像与视频增强方法。为此，我们引入了“自适应色度”，指的是对图像色度的自适应计算。上述自适应性使我们能够避免许多现有技术所采用的、将低光照图像分解为光照和反射的昂贵步骤。我们方法中的所有阶段仅包含基于点的操作以及高通或低通滤波，从而确保在对视频逐帧应用时，时间不连贯性的程度可以忽略不计。我们在标准低光照图像数据集上的结果证明了我们算法的有效性，及其在定性和定量上对几种最先进技术的优越性。对于自然场景下拍摄的视频，我们进行了一项用户研究，以证明与最先进的方法相比，用户对我们的方法的偏好。
引用
@article{arxiv.2203.04889,
title = {Low-light Image and Video Enhancement via Selective Manipulation of Chromaticity},
author = {Sumit Shekhar and Max Reimann and Amir Semmo and Sebastian Pasewaldt and Jürgen Döllner and Matthias Trapp},
journal= {arXiv preprint arXiv:2203.04889},
year = {2022}
}