亮度信噪比引导Transformer的低照度图像增强

来源：计算机工程与应用杂志2025年第6期北京时间：

作者：杜晓刚, 路文杰, 雷涛, 王营博

单位：1.陕西科技大学 人工智能联合实验室，西安 710021；2.陕西科技大学 电子信息与人工智能学院，西安 710021

摘要：一些低照度图像增强方法生成的增强图像存在亮度不均、去噪效果较差和缺少细节的问题。为了解决上述问题，提出了基于亮度和信噪比引导Transformer的低照度图像增强网络BSGFormer。该网络具有三个优势：设计了亮度信噪比生成子网络，旨在提取全局光照信息和定位信息量缺失的暗区域；通过亮度和信噪比特征引导Transformer，仅对信息量缺失的暗区提取长距离特征以减少计算量，同时引导后续特征融合模块，借助亮区信息来丰富暗区细节并实现信息共享；设计了交叉融合注意力模块并将其引入到编解码器之间，改善网络对图像细节信息的保留能力。在四个公开数据集上进行实验表明，与主流方法相比，BSGFormer在主观视觉和客观评价两方面均得到了更好的增强效果。

关键词：低照度图像,图像增强,Transformer,卷积残差