基于Retinex改进的低照度图像增强网络
来源：计算机应用与软件杂志2025年第1期北京时间：
作者：陈红阳, 曾上游, 赵俊博
摘要：针对低照度场景下拍摄的图像存在对比度低、亮度过暗等问题，设计一个基于Retinex改进的低照度图像增强网络。将低照度图像以数据驱动的方式分解为反射图和光照图，通过UNet++对反射图进行噪声抑制和细节恢复，光照图则根据用户设定的增强比率自适应调节亮度。经过在多个数据集上实验验证表明，该算法在视觉、客观指标、运行效率上有一定优势，能有效地增强不同光照强度下的低照度图像，对人工智能背景下的夜间图像采集工作有一定的应用价值。
关键词：低照度图像增强, Retinex, UNet++, 人工智能
