改进零参考深度曲线低照度图像增强算法

来源：计算机测量与控制杂志2023年第1期北京时间：

作者：陈从平,张力,江高勇,凌阳,戴国洪

单位：常州大学

摘要：在低照度条件下拍摄的图像具有对比度低，亮度低，细节缺失等质量缺陷，给图像处理带来困难。提出一种改进零参考深度曲线低照度图像增强算法，通过在空间一致性损失函数中引入与卷积核大小相关参数，统一了不同尺寸图像的增强效果；将颜色不变损失、照明平滑损失函数与输入图像类型关联，使其增强效果的峰值信噪比提高17.75%，对比度提高26.75%；通过使用对称式卷积结构，解决原算法计算量大的问题；通过使用MobileNetV2轻量化网络对零参考深度网络(Zero-DCE)进行了优化，减少网络模型计算复杂度的同时保证模型较好的增强效果。

关键词：深度学习 低照度图像 图像增强 MobileNetV2

基金资助：江苏省产业前瞻与关键核心技术-碳达峰碳中和科技创新专项资金项目(BE2022044),