Une revue basée sur des expériences des méthodes d'amélioration d'images en faible luminosité

Les images capturées dans des conditions d'éclairage faibles présentent souvent des caractéristiques telles qu'une faible luminosité, un faible contraste, une gamme de gris étroite et une distorsion des couleurs, ainsi qu'un bruit considérable, ce qui affecte gravement l'effet visuelSubjectif sur les yeux humains et limite grandement la performance de divers systèmes de vision par ordinateur. Le rôle de l'amélioration des images en faible luminosité est d'améliorer l'effet visuel de telles images pour le bénéfice des traitements ultérieurs. Cet article passe en revue les principales techniques d'amélioration d'images en faible luminosité développées au cours des dernières décennies. Tout d'abord, nous présentons une nouvelle classification de ces algorithmes, les divisant en sept catégories : méthodes de transformation de gris, méthodes d'égalisation d'histogramme, méthodes Retinex, méthodes de domaine fréquentiel, méthodes de fusion d'images, méthodes de désembuage et méthodes d'apprentissage automatique. Ensuite, toutes les catégories de méthodes, y compris les sous-catégories, sont introduites conformément à leurs principes et caractéristiques. De plus, diverses méthodes d'évaluation de la qualité des images améliorées sont détaillées et des comparaisons de différents algorithmes sont discutées. Enfin, les progrès de la recherche actuelle sont résumés et des orientations de recherche futures sont suggérées.