Pytorch图像去噪实战（四十一）：低光图像去噪实战，解决夜景照片噪声重、偏色和细节丢失问题一、问题场景：夜景照片噪声重，普通去噪模型越处理越脏在真实图像增强项目里，低光图像是非常难处理的一类场景。普通白天图片加一点高斯噪声，UNet、DnCNN 都能处理得不错。但夜景、室内弱光、手机暗光照片就完全不一样。我在做一个低光图片增强任务时遇到过几个典型问题：暗部噪声密集色彩偏绿或偏紫去噪后细节丢失亮度提升后噪声更明显人脸皮肤变脏黑色区域变成灰色块一开始我直接用普通 RGB 去噪模型处理，结果发现：高斯噪声模型在低光真实噪声下泛化很差。低光图像不是简单的“噪声多”，而是同时包含：亮度不足颜色偏移传感器噪声压缩噪声局部噪声不均匀暗部细节缺失所以低光去噪不能只做 denoise，而要同时考虑亮度和颜色稳定性。二、低光噪声为什么难？普通合成噪声一般假设：noisy = clean + gaussia