自适应暗光增强 - 智瞳车牌通专项增强能力

夜间、隧道口、地库等严重欠曝场景,先把「看不清」变成「看得见」。

「自适应暗光增强」是智瞳车牌通专项增强能力中的一项。智瞳车牌通是面向监控截图、行车记录仪截图等疑难车牌场景的在线 AI 增强辅助识别平台,采用「先增强、再识别」的技术路线;本页可免费不限次在线预览该能力效果,导出无水印原图按次扣除点数。

先用 10 秒自查:这张图该不该用这一项

以下为自适应暗光增强的适用判断,供你对照自己的车牌截图。

适合用这一项

慎用 / 换别的能力

自适应暗光增强是什么

夜间监控、隧道口出入口、地下车库这类场景,车牌区域往往整体偏暗:底色发黑、字符与底色的对比被压缩,肉眼难辨,识别引擎也容易把字符粘连在一起。这类问题的核心不是「模糊」,而是「曝光不足」,用锐化或去模糊去处理往往无效。

自适应暗光增强做的就是先把亮度分布拉回可辨认区间,再交给识别流程。它只处理暗区,所以白天正常曝光的图不会被「过度提亮」,也不会把原本清晰的区域处理糊。

它是怎么做的?

链路基于 Zero-DCE 的曲线估计做暗光重建,通过多轮迭代逐步抬升暗部亮度;同时用暗区掩码把「增强结果」与「原图」按区域混合,保证亮区像素保持原样。增强后若整体平均亮度超过设定上限,会做一次等比压缩,避免高光溢出把字符吃掉。

如果整张图几乎全黑(暗区占比超过 95%),会启用全暗保护:把迭代次数封顶,宁可少提亮,也不把噪声放大成大片色斑——这是大量实测后总结的折中。

名词解释

Zero-DCE
Zero-Reference Deep Curve Estimation,一种无需成对训练样本的暗光增强方法:网络不直接输出增强后的图像,而是估计一组像素级曲线参数,对原图做多轮曲线映射来提亮,因此不易出现色彩失真。
暗区掩码(Dark Mask)
把图像按灰度阈值二值化,得到「哪些像素算暗区」的掩码。增强结果只在掩码覆盖的区域生效,亮区继续用原图像素,这样一张图里同时有亮区和暗区时不会误伤。
迭代次数(Iterations)
曲线映射的轮数。轮数越多,暗部被抬升得越明显;但每一轮也会同步放大暗部噪声,因此不是越大越好。
过曝削顶(Clipping)
像素亮度超过 255 后被截断为纯白,细节永久丢失。暗光增强最容易踩的坑:把暗部提到过曝,车牌底色变纯白、字符溶解。
亮度上限(Brightness Ceiling)
增强后允许的平均亮度上限。超过就整体等比回压,用一点点「不够亮」换「不糊板」,是暗光增强的安全阀。

常见问题

为什么暗光增强之后车牌反而更看不清了?

通常是提亮过强导致过曝削顶:暗部被抬升到接近纯白,字符和底色的对比被抹平。解决办法是把「迭代次数」降一档,或把「亮度上限」下调到 180 左右,让增强停在不糊板的程度。页面会同时展示原图与增强图,可以直接拖动分割线对比后再决定参数。

夜间监控截图车牌像素特别低,暗光增强有用吗?

如果车牌短边小于 28px,并且还带运动拖影,单张图的可恢复信息已经很少,暗光增强只能改善亮度分布,无法凭空补出字符细节。这种情况建议改用视频多帧超分融合识别:上传一段包含该车辆运动的短视频,系统通过多帧对齐与时空融合把分散在不同帧里的细节聚合起来,效果明显优于单图增强。

暗光增强会不会把白天正常曝光的图片弄坏?

不会。这一能力只对暗区(灰度低于暗区阈值的像素)做处理,亮区保留原图像素;如果整张图亮度正常,暗区占比很低,增强几乎不会产生可感知变化,页面会提示「该能力对此图未产生有效变化」。

暗光增强的预览收费吗?

不收费,且不限次数。专项增强的在线预览完全免费,输出统一叠加品牌水印(居中大号 + 全图平铺);无水印导出按能力扣除点数,原图全分辨率重跑,附带识别同样按次扣点(识别成功或有结果即扣费),点数与车牌识别共用同一份额度。

相关能力

返回专项增强总览,查看全部 9 项智瞳车牌通车牌增强能力。