来源：期刊VIP网 时间：
作者：王德旭;汪志锋;闫文强;
单位：上海第二工业大学智能制造与控制工程学院;
摘要：为了提升低光照条件下的图像质量，文中针对可见度降低和色彩失真等问题，结合Retinex理论的图像处理技术与先进的神经网络算法，创新性地提出一种图像增强框架。该框架由图像分解网络和图像增强网络两部分组成。图像分解网络负责将原始图像分解为照明分量和反射分量；图像增强网络则通过自然图像质量评价器（NIQE）进行参数优化和γ校正，调整照明分量的亮度和对比度，进而与反射分量重新融合，提高整体图像质量。在标准数据集LOL和LOL-V2上的测试表明，该方法在峰值信噪比（PSNR）和结构相似性（SSIM）两个关键指标上，均优于多数现有图像增强算法，验证了其在低光照图像增强领域的有效性和实用性。
关键词：神经网络;;Retinex理论;;NIQE;;γ校正;;PSNR;;SSIM;;图像增强;;图像分解
