
摘要
在手持相机拍摄的低光照条件下,由于需要较长的曝光时间,所获取的图像通常模糊不清。尽管近年来图像去模糊技术取得了显著进展,但现有最先进方法在处理低光照图像时往往表现不佳,原因在于此类图像缺乏去模糊算法所依赖的足够显著特征。另一方面,低光照图像中普遍存在光 streak(光条纹)现象,其蕴含丰富的模糊信息,但在以往的研究中尚未得到充分挖掘。本文提出一种新方法,利用光条纹信息辅助低光照图像的去模糊处理。我们引入一种非线性模糊模型,显式建模光条纹及其背后的光源,并将其作为优化框架中估计模糊核的约束条件。此外,我们的方法能够自动检测输入图像中有用的光条纹。实验结果表明,该方法在多个具有挑战性的真实场景图像上取得了优异效果,显著优于此前所有现有方法。
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| deblurring-on-realblur-j-trained-on-gopro | Hu et al | PSNR (sRGB): 26.41 SSIM (sRGB): 0.803 |
| deblurring-on-realblur-r-trained-on-gopro | Hu et al | PSNR (sRGB): 33.67 SSIM (sRGB): 0.916 |