HyperAIHyperAI

Command Palette

Search for a command to run...

LIME:基于光照图估计的低光照图像增强

Xiaojie Guo Haibin Ling Yu Li

摘要

在低光照条件下拍摄图像时,图像往往存在可视性差的问题。除了影响图像的视觉美感外,这种低质量还可能显著降低众多计算机视觉与多媒体算法的性能,而这些算法通常针对高质量输入数据进行设计。本文提出了一种简单而有效的低光照图像增强(Low-Light Image Enhancement, LIME)方法。具体而言,首先通过在R、G、B三个通道中寻找最大值,对每个像素的光照强度进行独立估计,从而获得初始的光照图。随后,为进一步优化该光照图,引入结构先验信息对其进行细化,最终得到更为精确的光照图。基于构建良好的光照图,即可实现图像的高效增强。在多个具有挑战性的低光照图像上进行的实验验证了所提LIME方法的有效性,并表明其在增强质量与计算效率方面均优于多项现有先进方法。


用 AI 构建 AI

从创意到上线——通过免费 AI 协同编码、开箱即用的环境和最优惠的 GPU 价格,加速您的 AI 开发。

AI 协同编码
开箱即用的 GPU
最优定价

HyperAI Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供