来源：期刊VIP网 时间：
作者：胡鑫威;吴成珂;李岳;孙庭飞;陈泉;黄崇浩;郑博仑;
单位：国网浙江省电力有限公司丽水供电公司;杭州电子科技大学自动化学院;
摘要：越来越多的移动设备可以拍摄超高清（Ultra-High-Definition,UHD）分辨率的图像，这对低光图像增强算法处理大尺度图像的能力提出了更高的要求。现有的低光图像增强算法追求高峰值信噪比（Peak Signal-to-Noise Ratio,PSNR），在图像亮度增强过程中采用裁块策略拆分高分辨率图像并逐一增强。该策略导致增强后的图像在裁块边界处存在明显的亮度割裂效果，导致人眼主观感知效果不理想。针对这一问题，本研究提出了一种基于全局结构一致性的低光图像增强算法。为减少算法的计算成本，首先利用双线性插值下采样待增强的高分辨率低光图像；然后，利用基于傅里叶变换的多尺度低光增强模块处理低分辨率低光图像，实现图像整体的亮度增强，确保图像亮度均匀一致；最后，整合低分辨率亮光图像、低分辨率低光图像以及高分辨率低光图像，利用基于引导滤波的上采样模块将低分辨率亮光图像恢复至原始分辨率，使得高分辨率亮光图像具有与输入图片一致的结构纹理信息，从而提高输出图像的视觉感知质量。实验结果表明，本研究方法与同类方法相比，在达到有竞争力的图像质量评价指标的同时，取得了亮度均匀、无块效应的低光增强结果。此外，该方法在NVIDIA RTX 3090设备上处理单张分辨率为1024像素×1024像素的低光图像耗时0.22s，可以达到实时推理的效果。
关键词：引导滤波;;深度学习;;傅里叶变换;;卷积神经网络
基金资助：国家自然科学基金面上项目(No.62371175);; 国网浙江省电力有限公司群众性科技创新项目(No.5211L9240001);; 浙江省属高校基本科研业务费(No.GK239909299001-013)
