论文部分内容阅读
低照度图像增强作为图像处理领域的一个重要分支，其目的是为了提高输入图像的亮度、对比度，同时抑制图像中的噪声，增强细节区域，以提升图像整体的视觉效果。针对低照度图像增强问题，梳理了代表性方法，从基于域处理、基于Retinex理论、基于图像去雾算法和基于深度学习等4种类型，详细介绍了各类算法的基本原理及步骤流程，并对各算法的实际增强效果进行了评价。据此，分析指出了目前低照度图像增强的瓶颈问题。最后，结合各种算法的特点，对低照度图像增强算法未来的发展趋势进行了总结和展望。