论文部分内容阅读
光照不足是低照度场景的典型特征,而场景光源的存在又造成了极高的动态范围。受限于硬件性能,消费级数字成像设备如数码相机和智能手机等,往往难以在低照度环境下获取高质量的图像。单纯通过调整成像参数,如延长曝光时间或提高感光度(ISO)等,虽然提升了图像亮度,但也会引入高噪声、图像模糊等其他像质退化因素。高噪声、曝光不足以及曝光截止是典型的可见光低照度成像环境下的图像像质退化问题。为了提升低照度环境下的图像质量,当下常采用的方式是将成像技术与数字图像处理技术相结合,借助于图像处理算法弥补光学成像硬件的不足。低照度像质提升技术的研究,降低了对成像设备的硬件要求,打破了光照环境对成像的限制,对低照度环境下的科学探测、生产生活和影像记录都有重要的价值。本文针对于低照度成像环境下存在的高噪声、曝光不足和曝光截止等问题展开研究,通过分析成像链路中的各种像质退化因素,针对于不同的曝光策略提出了相应的低照度像质提升方法。针对于低照度环境下单次短曝光成像中的高噪声问题,本文首先分析了常用数字成像设备的噪声来源及其噪声分布模型。然后探究了图像信号处理流程对噪声分布的影响,说明了标准RGB域图像的真实噪声分布并不是传统的高斯白噪声模型,而是具有空间相关性和通道相关性。针对于标准RGB域这种复杂的噪声分布,本文提出了基于空间自适应网络的单帧低照度s RGB图像降噪方法。该方法可以自适应地采样空间相关特征,在去除噪声的同时保持图像的纹理,并且保持了较小的计算开销。本文在多个公开真实噪声测试集中进行了测试,从而证明了该方法的有效性和普适性。当光照进一步降低时,仅仅依靠单次曝光难以获取有效信息。因而,针对于极低照度成像中的高噪声问题,本文提出了基于堆栈曝光策略的极低照度降噪方法。首先通过对数字成像设备进行噪声标定获取噪声参数与成像参数之间的依赖关系,然后通过方差稳定性变换,将RAW图像中随感光度变化的信号依赖噪声变换为标准的高斯分布噪声,并借助于端到端的降噪网络实现多帧RAW图像降噪。本文通过消融对比实验证明了该方法的降噪性能,并通过多种实拍场景实验证明了提出方法对成像参数与成像场景的鲁棒性。其次,针对于高动态范围的低照度场景成像中存在的曝光不足和曝光截止问题,本文分别提出了对应的曝光校正和动态范围扩展方法。首先将应用于暗光增强的Retinex模型与雾气成像模型统一到一个更通用的成像模型中,使其可以同时应对曝光不足与高光区域。基于该成像模型,本文提出了一种单帧低照度图像曝光校正方法。通过估计场景光照和透射率复原场景的反射图,对图像进行曝光校正并增强对比度。其次,本文提出了一种鬼影抑制的多曝光融合方法方法,可以在利用多曝光策略解决曝光截止问题的同时,抑制运动鬼影的出现,并且避免了复杂了参数设置和手动阈值的选择。本文通过实验证明了该方法在低照度图像中的优越性和鲁棒性。最后,面对手持成像设备在实际低照度环境成像中存在的多种像质退化因素,本文提出了一种基于长短曝光策略的低照度图像复原方法。借助于长短曝光图像的信息互补和端到端的网络模型,该方法可以同时解决噪声去除、模糊去除、颜色校正、配准和鬼影抑制等多种像质退化因素,复原真实低照度场景信息。为了实现网络模型的训练,本文同时提出了一种低照度长短曝光图像的仿真合成方法。通过分析成像链路中的像质退化因素,利用现有的高清图像合成真实低照度长短曝光图像对,从而解决了真实低照度场景图像对获取困难的问题。实验证明,本文提出的方法超越了多种现有文献报道中的图像复原方法,并在多种真实低照度场景取得较好的效果。