利用光心对称先验的夜间智能手机反射眩光去除

反射眩光是光线在镜头内部反射时在照片中造成亮斑或“重影效应”的现象，会影响照片质量。消除反射眩光非常必要但极具挑战性。许多现有方法依赖人工设计的特征来检测这些亮斑，但往往无法识别由各类光源产生的反射眩光，甚至可能在多光源场景中误删光源。为应对这些挑战，我们提出一种光心对称先验，即反射眩光与光源总是关于镜头光心对称。该先验有助于更准确地定位反射眩光的候选区域，并可应用于大多数智能手机摄像头。基于此先验，我们构建了首个反射眩光去除数据集 BracketFlare，其包含多样且真实的反射眩光模式。我们利用连续包围曝光在欠曝光图像中捕捉反射眩光模式，并将其与正常曝光图像合成一对含眩光与无眩光图像。借助该数据集，可训练神经网络有效去除反射眩光。大量实验证明了我们的方法在合成与真实世界数据集上的有效性。