从局部到全局的零参考低照度图像增强方法

为解决现有的低照度图像增强方法存在的色彩失真、细节损失以及暗区增强不足和亮区增强过度导致低照度图像增强效果不理想的问题，提出了一种从局部到全局的零参考低照度图像增强方法。采用局部照度增强对低照度图像进行像素级增强，改进了自适应光照映射估计函数，提升了照度调整能力，避免了生成大量的迭代参数，提高了模型的推理速度；采用基于Transformer结构的全局图像调整对局部增强后的图像进行全局调整，解决了亮区照度增强过度的曝光问题和暗区照度增强不足的问题，提升了图像的整体对比度；优化损失函数，对低照度图像特征和增强图像特征进行相似性约束，提升了目标检测精度。实验结果表明，LOL数据集上的客观指标峰值信噪比和结构相似性达到了20.18 dB和0.80,MIT-Adobe FiveK数据集上达到了23.31 dB和0.87,ExDark数据集上增强后图像的目标检测精度提高了7.6%,有效提升了低照度图像可视化质量和目标检测效果。