llie方法
LLIE是低光图像增强（Low-Light Image Enhancement）的缩写，是一种通过改善图像的照度，将低照度图像转化为正常照度图像的技术。传统的LLIE方法通常是基于直方图均衡化（HE）或Retinex理论，但会造成明显的人工伪影，并且处理时间较长。
最近，深度神经网络（DNNs）由于其强大的学习能力，已经成功地用于各种高级和低级的视觉任务，LLIE方法也逐渐转向基于深度学习的解决方案。其中采用了各种学习策略、网络结构、损失函数和训练数据等。
直方图均衡化方法
为了解决传统LLIE方法缺乏语义先验的问题，提出了一种新的语义感知知识引导框架（SKF），可以帮助低光增强模型学习语义分割模型中封装的丰富多样的先验知识。
LLIE方法在图像处理领域有广泛的应用，可以提高在光照较差的环境中捕获的图像的感知或可解释性。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。