低光图像增强（LLIE）HVI: A New color space for Low-light Image Enhancement

论文作者：Qingsen Yan,Yixu Feng,Cheng Zhang,Guansong Pang,Kangbiao Shi,Peng Wu,Wei Dong,Jinqiu Sun,Yanning Zhang

作者单位：Northwestern Polytechnical University;Singapore Management University;Xi’an University of Architecture and Technology

论文链接：http://arxiv.org/abs/2502.20272v1

项目链接：https://github.com/Fediory/HVI-CIDNet

内容简介：

1）方向：低光图像增强（LLIE）

2）应用：低光图像增强（LLIE）

3）背景：现有的低光图像增强方法大多基于标准RGB（sRGB）色彩空间，这种方法常常由于sRGB色彩空间的高色彩敏感度而产生色偏和亮度伪影。虽然使用色调、饱和度和明度（HSV）色彩空间能够解决亮度问题，但这会引入明显的红色和黑色噪声伪影。

4）方法：为了解决上述问题，提出一种新的色彩空间——水平/垂直强度（HVI），该色彩空间由偏振HS图和可学习的强度定义。偏振HS图使红色坐标之间的距离更小，从而去除红色伪影，而可学习的强度则通过压缩低光区域来去除黑色伪影。此外，研究还引入了一种新的网络模型——色彩与强度解耦网络（CIDNet），该网络在HVI空间中学习不同光照条件下的准确光度映射函数。

5）结果：通过基准测试和消融实验的综合结果表明，所提出的HVI色彩空间和CIDNet模型在10个数据集上的表现优于当前最先进的低光图像增强方法。

https://www.onefabergroup.com/ebrochure (二维码自动识别)