计算机科学与探索

作者：郭璠, 刘文韬, 李小虎, 唐琎

单位：中南大学 自动化学院，长沙 410083

关键词：暗弱光照,图像增强,伽马曲线估计网络,全局-局部判别器,损失函数

针对暗弱光照图像所存在的亮度、对比度、信噪比低，以及噪声污染大等问题，提出了一种新的暗弱光照图像增强算法LEGAN。该算法将图像输入至所提伽马曲线估计网络求得包含伽马参数的特征图，再经过LEB模块增强亮度，并通过级联LEB的方式迭代增强结果。采用基于PatchGAN的全局-局部判别器结构来提高图像分辨率和恢复图像细节。通过引入感知损失来限制真实标签和输出结果之间的差距，利用照明平滑度损失保持相邻像素之间的单调性关系，同时结合空间一致性损失来增强图像的空间相关性。实验结果表明，相比于现今大多数主流增强算法，该算法的细节还原度相对较高，且能有效避免增强后的图像出现局部亮度不佳等问题。

来源：2024年第9期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2024年第9期