面向原始图像的渐进式联合低光增强与噪声去除

移动设备上的低光成像通常因通过相对较小光圈入射的光不足而具有挑战性，导致低信噪比。以往大多数低光图像处理工作要么仅关注单一任务，如光照调整、色彩增强或噪声去除；要么关注联合光照调整与去噪任务，该任务严重依赖从特定相机型号收集的短-长曝光图像对，因此这些方法在需要相机特定联合增强与复原的真实场景中是较不实用且泛化性较差的。为解决此问题，本文提出一种执行联合光照调整、色彩增强与去噪的低光图像处理框架。考虑到模型特定数据收集的困难以及所捕获图像的超高分辨率，我们设计两个分支：系数估计分支以及联合增强与去噪分支。系数估计分支在低分辨率空间中工作，通过双边学习预测增强系数；而联合增强与去噪分支在全分辨率空间中工作，并渐进式执行联合增强与去噪。与现有方法相比，我们的框架在适配另一相机型号时无需重新收集大量数据，显著减少了实际使用中微调本方法所需的工作量。通过大量实验，我们展示了其与当前最先进方法相比在真实世界低光成像应用中的巨大潜力。