NDELS：一种用于夜间去雾、低光增强和光抑制的新方法
计算机视觉与模式识别
2023-12-13 v1 机器学习
摘要
本文解决了在雾霾和低光条件下提高夜间图像质量的复杂挑战。克服包括非均匀照明辉光、纹理模糊、辉光效应、颜色失真、噪声干扰以及整体低光等问题已被证明是艰巨的。尽管存在固有困难，本文引入了一种开创性的解决方案，名为夜间去雾、低光增强和光抑制（NDELS）。NDELS利用一个独特的网络，结合三个基本过程来增强可见性、照亮低光区域，并有效抑制来自明亮光源的眩光。与夜间去雾的有限进展（不同于白天去雾）相比，NDELS提供了一种全面且创新的方法。通过与八个最先进算法在四个不同数据集上的广泛比较，严格验证了NDELS的有效性。实验结果表明我们的方法在整体图像质量（包括颜色和边缘增强）方面具有优越性能。定量（PSNR, SSIM）和定性指标（CLIPIQA, MANIQA, TRES）衡量了这些结果。
引用
@article{arxiv.2312.06850,
title = {NDELS: A Novel Approach for Nighttime Dehazing, Low-Light Enhancement, and Light Suppression},
author = {Silvano A. Bernabel and Sos S. Agaian},
journal= {arXiv preprint arXiv:2312.06850},
year = {2023}
}