利用光照图像，实现两种低光图像增强技术（Python版本）。

简介：
低光图像增强技术依赖于以下研究成果，它通过对光照图的估算，来实现两种低光图像增强技术的 Python 代码实现：包括稳健曝光校正的双光照估计 [引用1] 以及 LIME [引用2]。 均基于Retinex模型，其目标是保留图像的关键结构信息，同时去除不必要的纹理细节。为了达成这一目标，这两篇论文都采用了相同的优化公式，具体细节请参阅提供的参考资料。 相较于第二篇论文（简称为LIME），第一篇论文（简称为DUAL）的创新之处在于，它对原始图像及其倒置版本的映射进行了估计。这种估计方法能够有效地校正曝光不足和过度曝光的图像问题。该代码库中提供的实现允许用户轻松地运用这两种技术，只需通过脚本参数即可选择使用。该实现在 Python 3.7 或更高版本上运行，并通过 `pip3 install -r requirements.txt` 命令安装所需的依赖项。为了演示其使用方法，请参考 `demo.py` 脚本中的示例用法。