Low-Light Image Enhancement via Regularized Gaussian Fields Model

Der Artikel stellt eine neuartige Methode zur Bildverbesserung bei schwachem Licht vor, die auf einem Modell der Regulierten Gaußfelder (RGF) beruht. Traditionelle Retinex-Zersetzungsmethoden sind komplex und rechenintensiv, aber das vorgeschlagene RGF-basierte Modell vereinfacht das Problem, indem es es es als uneingeschränktes Optimierungsproblem formuliert. Dieses Modell verwendet polynmische Funktionen, um Reflexion und Beleuchtung darzustellen, was den Lösungsraum und die Rechenkosten verringert. Zusätzlich enthält die Methode ein detailerhaltendes Modell auf der Grundlage der Gaußschen Totalvariation (GTV), um Rauschen zu entfernen und Bilddetails zu verbessern. Experimente mit öffentlichen Datensätzen zeigen, dass diese Methode modernste Techniken sowohl bei der Verbesserung der Lichtverhältnisse als auch bei der Geräuschunterdrückung übertrifft und gleichzeitig eine wettbewerbsfähige Rechenleistung aufrechterhält. Der Artikel schließt mit der Hervorhebung der Wirksamkeit und des Potenzials der Methode für zukünftige Verbesserungen bei der Echtzeitverarbeitung und eingebetteten Systemen.