YCbCr空间分治的双分支低照度图像增强网络

目的 现有的低照度图像增强算法通常在RGB颜色空间采用先增强后去噪的方式提升对比度并抑制噪声，由于亮度失真和噪声在RGB颜色空间存在复杂的耦合关系，往往导致增强结果不理想。先增强后去噪的方式也放大了原本隐藏在黑暗中的噪声，使去噪变得困难。为有效处理亮度失真并抑制噪声，提出了一个基于YCbCr颜色空间的双分支低照度图像增强网络，以获得正常亮度和具有低噪声水平的增强图像。方法 由于YCbCr颜色空间可以分离亮度信息与色度信息，实现亮度失真和噪声的解耦，首先将低照度图像由RGB颜色空间变换至YCbCr颜色空间，然后设计一个双分支增强网络，该网络包含亮度增强模块和噪声去除模块，分别对亮度信息和色度信息进行对比度增强和噪声去除，最后使用亮度监督模块和色度监督模块强化亮度增强模块和噪声去除模块的功能，确保有效地提升对比度和去除噪声。结果 在多个公开可用的低照度图像增强数据集上测试本文方法的有效性，对比经典的低照度图像增强算法，本文方法生成的增强图像细节更加丰富、颜色更加真实，并且含有更少噪声，在LOL（low-light dataset）数据集上，相比经典的KinD++（kindling the darkness），峰值信噪比（peak signal-to-noise ratio，PSNR）提高了3.09 dB，相比URetinex（Retinex-based deep unfolding network），PSNR提高了2.74 dB。结论 本文提出的空间解耦方法能够有效地分离亮度失真与噪声，设计的双分支网络分别用于增强亮度和去除噪声，能够有效地解决低照度图像中亮度与噪声的复杂耦合问题，获取低噪声水平的亮度增强图像。

Dual-branch low-light image enhancement network via YCbCr space divide-and-conquer