改进零参考深度曲线估计的低光图像增强方法

来源：计算机工程与应用杂志2025年第16期北京时间：

作者：时圆圆, 陈纯毅, 于海洋, 胡小娟, 辛原旭

单位：长春理工大学 计算机科学技术学院，长春 130012

摘要：零参考深度曲线估计（zero-reference deep curve estimation，Zero-DCE）虽然整体调整了图像的亮度，但却忽略了区域曝光和噪声过大的问题。针对上述问题，提出了一种更有效的基于照明曲线估计的低光图像增强方法，解决了不同曝光程度下，增强后图像亮度不均匀、存在过度曝光区域的问题，改善了增强后图像噪声的问题。在原有的U-Net基础上引入上采样块和残差网络，利用上采样块将不同层次的特征图进行融合，使得网络能够保留更多的原始图像信息，然后通过残差连接确保特征在传递过程中不会丢失，以此来更大程度地保留原有特征。加入各向异性扩散，在减轻图像噪声的同时保留边缘和结构细节。最后在非参考损失中引入通道一致性损失，抑制过度曝光区域。在MEF数据集上进行了视觉比较实验，在DICM、LIME、LOL、MEF数据集上进行了定量和定性实验。实验结果表明，该方法的SSIM值和PSNR值均取得较好结果。

关键词：图像增强,零参考,各向异性扩散,低光,通道一致性损失