一种零参考样本的深度学习图像增强算法

摘要

为了对低照度图像进行增强,提出了一种基于深度学习的零参考样本图像增强算法。该算法只在Lab颜色空间中的L通道进行图像增强,避免了三通道算法带来的时间消耗和融合失真的情况。与其他非监督网络增强算法相比,在提高图像还原度的同时极大地减少了算法的参数数量,降低了算法的运行时间。该算法对L通道中图像的低光照部分、正常曝光部分以及过曝部分分别进行处理,进一步地避免了过曝的问题。经过实验验证,该算法与其他零参考样本图像增强算法相比拥有更高的运行效率以及亮度和色彩还原度。