基于结构与细节层分解的暗光照图像增强模型

摘要

暗光增强是一项重要的图像后处理技术,有助于改善图像的可视度;基于自编码器网络的方法能有效地改善图像的光照,但容易丢失细节信息。考虑到暗光增强旨在改变图像的光照分布而非局部纹理细节,文章提出了将大尺度图像结构和小尺度图像细节分而治之的思路:利用边缘保持滤波器将图像结构层和细节层进行分解,仅利用自编码器网络来处理图像结构层,而对图像细节层加以保留。为实现高效的图像结构-细节分解,提出了一种改进的保边缘滤波器,构建了总变分模型,并设计了基于快速傅里叶变换的快速计算方法。实验表明,该模型在有效改善暗光图像可视度的前提下,比传统自编码器网络方法更好地保持了图像细节信息。