0 引言

在现代计算机视觉领域，低光照图像增强技术具有重要的现实意义。无论是监控系统、自动驾驶、医学成像，还是智能手机摄影，低光照条件下的图像质量直接影响信息的传递和高级任务的执行效果。近年，基于深度学习的方法在低光照图像增强领域取得显著进展，但仍面临诸多挑战，特别是在复杂多变的真实光照场景下泛化能力不足，而且在特征提取能力和参数自适应调节方面仍有较大的提升空间，主要是多尺度特征提取不足或采用了固定增强策略^[1]，导致在细节恢复与噪声抑制之间的平衡存在困难，容易产生伪影、色彩亮度失真等问题，因此，需要更好地提取图像多尺度特征的感知机制。不同低光照图像的光照条件差别很大，固定参数增强曲线无法进行自适应调整。对于多个损失函数的联合优化，固定损失函数权重分配难以适应不同训练阶段的图像目标优化，进一步限制了增强的质量。因此，研究具有更强特征表达能力和自适应优化策略的低光照图像增强方法是非常必要的。

针对上述问题，提出基于动态感知曲线调整策略(dynamic perception curve adjustment strategy, DPCAS)的低光照图像增强方法。其核心思想是通过特征感知机制引导高阶曲线迭代优化，自适应实现局部细节增强与全局曝光校正的平衡。DPCAS方法包括轻量化特征感知模块(lightweight feature perception module, LFPM)和动态曲线调整模块(dynamic curve adjustment module, DCAM)。首先，LFPM采用轻量化特征提取方式对低光图像进行特征感知，以低计算成本感知并融合多尺度特征，为后续增强提供多层级特征信息输入。其次，DCAM动态优化像素级映射曲线的参数，根据输入图像特性自适应优化增强过程，使模型更灵活地处理多样化的光照条件。最后，提出了自适应分配多个损失函数权重两阶段训练机制，使模型收敛更稳定，优化控制更精准。上述策略提升低光照图像增强任务自适应性, 提高算法的鲁棒性。在保持效率和泛化能力的同时，提升低光照图像的增强效果。

1 相关工作 1.1 传统方法

传统方法通常基于物理假设或先验知识。文献[2]采用FEA方法对低光照图像的反转图像进行去雾后再取反，算法简单易实现，但噪声较严重。文献[3]采用LIME方法利用最大通道先验估计光照图，但忽略了噪声影响，尤其是在低信噪比图像中会放大噪声。文献[4]采用LR3M方法是基于低秩正则化的Retinex模型，在增强低光图像的同时抑制噪声。文献[5]提出基于多尺度引导滤波的红外图像增强算法，但此方法对低光图像增强效果不佳。

传统方法的性能受限于模型的表达能力，而基础模型的设计与真实成像过程存在偏差，导致增强图像存在较为明显的光晕伪影和色彩失真。

1.2 基于深度学习的方法

当前，基于深度学习的低光照图像增强方法已成为主流。其中，基于监督学习的方法依赖于成对的低光与正常图像训练映射模型。比如，Wei等^[6]提出基于Retinex理论的网络RetinexNet，通过光照和反射分解实现联合学习增强。Zhang等^[7]提出基于三阶段Retinex分解框架的端到端学习方法KinD，通过联合优化光照调整与噪声抑制。Wang等^[8]提出一种结合U-Net和Transformer的图像恢复模型，利用多尺度调制器增强图像细节。Wang等^[9]提出一种基于Transformer多头自注意力机制和跨层融合的高分辨率低光图像增强方法LLFormer，但增强图像的颜色信息恢复不足。

上述基于监督学习的方法虽在特定数据集上表现良好，但其性能严重依赖于配对的图像数据质量，且难以泛化至较为复杂的光照场景。鉴于此类方法的局限性，出现了无监督学习的方法。比如，Jiang等^[10]提出了基于生成对抗网络的无监督增强方法EnlightenGAN，但需要筛选非配对数据。Li等^[1]提出了零参考学习方法Zero-DCE，通过设计非参考损失函数实现了无参考数据的训练范式，但其缺乏多尺度和自适应提取特征的能力。Ma等^[11]提出了基于自校准光照学习框架的SCI方法，在噪声抑制方面取得了改进，但在极端暗光条件下的细节恢复能力不足。Wu等^[12]将传统Retinex模型的优化过程展开为可学习的深度网络URetinex-Net，在保持可解释性的同时实现数据驱动的自适应增强。Liu等^[13]根据Retinex优化模型提出了轻量化的低光照增强框架RUAS，但暗处细节增强不足。Qu等^[14]通过双域引导增强网络DDNet，实现了低光照交通场景的图像增强。Yan等^[15]提出了基于HVI色彩空间的低光照增强方法，引入色彩和强度解耦网络CIDNet来增强图像亮度。黄淑英等^[16]提出一种基于照度图引导的增强网络，通过构建灰度分布照度图指导增强过程，结合内循环概率旋转数据增强与直方图损失函数，有效提升视觉质量与目标检测精度。

上述基于深度学习的模型在全局曝光校正和局部细节恢复间未建立有效的平衡机制，在复杂光照条件的场景下自适应性较差，难以实现不同亮度区域的自适应动态调节增强。

2 方法 2.1 整体架构

本文提出的DPCAS方法包含两大核心模块，分别为轻量化特征感知模块(LFPM)和动态曲线调整模块(DCAM)。LFPM提取并聚合输入低光图像的多尺度特征, 再由DCAM迭代生成动态映射曲线参数，最终输出增强后图像，整体框架如图 1所示。

2.2 轻量化特征感知模块LFPM

轻量化特征感知模块(LFPM)的设计旨在以低计算成本，自适应地感知关键光照区域，并平衡噪声抑制与细节保留之间的矛盾。LFPM采用两阶段级联设计，由特征提取和特征聚合阶段构成。LFPM结构如图 2所示。

2.2.1 特征提取阶段

此阶段的输入是低光照图像特征图X∈R^H×W×3, H和W分别是图像的高度和宽度。该阶段采用四个特征提取组件逐步提取浅层纹理到深层语义特征，四个组件的输出分别为X₁, X₂, X₃, X₄, 并且上一个组件的输出作为下一个组件的输入。每个特征提取组件包含一个深度可分离卷积层和一个ReLU激活函数，如图 2(b)所示。整个过程保持特征图分辨率不变。

特征提取组件中采用的深度可分离卷积^[17]是一种高效的特征提取方法，由深度卷积和逐点卷积组成，通过分解标准卷积操作大幅减少计算量和参数量。如图 3所示。深度可分离卷积D_s的公式为

$ D_{s}(\boldsymbol{X})=F_{p}\left(F_{d}(\boldsymbol{X})\right), $

(1)

其中：X为输入特征图；F_d为深度卷积操作；F_p为逐点卷积操作。

深度卷积操作F_d对输入特征图的M个通道进行独立空间卷积，每个通道使用3×3的卷积核，生成特征图公式为

$ F_{d}(i, j, m)=\sum\limits_{u, v} K_{m}(u, v) \cdot X(i+u, j+v, m), $

(2)

其中：F_d(i, j, m)为输出图像在第m通道位置(i, j)

的像素值；K_m(u, v)是第m通道的卷积核；X(i+u, j+v, m)为输入图像在第m通道位置(i+u, j+v)的像素值。

逐点卷积操作F_p使用1×1的卷积核对深度卷积操作F_d输出的M个通道进行通道间融合，生成N个通道输出，公式为

$ F_{p}(i, j, n)=\sum\limits_{m=1}^{M} W(1, 1, m, n) \cdot F_{d}(i, j, m), $

(3)

其中：F_p(i, j, n)为输出图像在第n通道位置(i, j)的像素值，W(1, 1, m, n)是输出第n通道时对应的输入第m通道处的融合权重值。特征提取阶段以较小的计算代价捕获图像的关键信息。

2.2.2 特征聚合阶段

特征聚合组件的输入是特征提取阶段的用于保留细节的浅层特征 X_l∈R^H×W×C与包含语义信息的深层特征X_h，输出为特征聚合图，如图 2(c)所示。

特征聚合组件先将输入特征进行拼接，拼接后的通道数为2C，再通过1×1卷积将通道数降至C。为了更好地融合不同层级的特征，特征聚合组件同时计算通道注意力和空间注意力机制，之后将两种注意力权重逐元素相乘，生成融合注意力特征图，并仍然保持与输入特征一致的通道数C。

特征聚合阶段流程如下：首先，将浅层特征X₃和深层特征X₄经过特征聚合组件，并与X₄残差连接生成特征聚合图F₁；再将F₁经过特征提取组件处理，其结果作为下一个特征聚合阶段的深层特征X₅。同样地，浅层特征X₂与新的深层特征X₅经过特征聚合组件生成特征聚合图F₂，再经过特征提取组件生成最终的深层特征X₆。最后输出浅层特征X₁和深层特征X₆。

综上, 特征聚合阶段的总体公式为

$ F(\boldsymbol{X})=C_{1 \times 1}\left(\boldsymbol{A}_{s} \odot\left(\boldsymbol{A}_{c} \odot C_{t}\left(\boldsymbol{X}_{l}, \boldsymbol{X}_{h}\right)\right)\right), $

(4)

其中：⊙表示逐元素相乘；C_1×1为1×1卷积操作；C_t为拼接操作；A_s和A_c分别为空间注意力和通道注意力特征图。

2.3 动态曲线调整模块DCAM

动态曲线调整模块(DCAM)通过迭代优化高阶像素级映射曲线实现参数自适应调整，结构图如图 4所示。DCAM的输入为LFPM输出的浅层特征X₁和深层特征X₆。参数生成器首先将X₁和X₆进行通道拼接，采用深度可分离卷积将拼接的特征图降维，将感知特征初步映射到参数空间，经Tanh激活函数处理后，对参数值进行归一化，最后采用通道注意力机制增强特征表达能力。

DCAM引入可学习的动态权重调整每次迭代的增强强度，所用公式为

$ \begin{align*} & L E_{n}(\boldsymbol{x})=L E_{n-1}(\boldsymbol{x})+w_{n} \cdot \alpha_{n}(\boldsymbol{x}) \cdot \\ & \left(L E_{n-1}(\boldsymbol{x})^{2}-L E_{n-1}(\boldsymbol{x})\right), \end{align*} $

(5)

其中：n表示迭代次数；x为像素坐标；LE_n(x)为坐标x第n次迭代的像素值；α_n(x)是第n次迭代的像素级参数图；w_n为可学习权重，控制第n次迭代的调整幅度。迭代开始时侧重于全局亮度提升，而随着迭代次数的增加，更加聚焦于局部细节的恢复。经实验验证，迭代次数为8时能较好地平衡性能和效率。

迭代调整过程如下：将曲线参数图A∈R^H×W×24沿通道维度拆分为8组，拆分操作记为Split(·)，每组为RGB三通道，即：Split(A)={α₁^R, α₁^G, α₁^B, α₂^R, …, α₈^B}，每组的参数α_n^R，α_n^G，α_n^B独立控制对应通道的调整曲线。初始化权重为随机值，并通过训练迭代优化。每个权重对应一次迭代，独立调整该步骤的增强强度。以输入图像作为LE₀初始值，逐次应用动态权重调整参数图，直到完成迭代增强，最终生成24通道曲线参数图，该参数图为后续像素级曲线调整提供控制参数，如图 4所示。

2.4 基于多个损失函数的联合优化

本方法采用多个非参考损失函数进行联合优化，确保增强图像保持自然性、对比度和颜色保真度，包括空间一致性损失、曝光控制损失、色彩恒常性损失和照明平滑度损失。总损失函数为

$ L_{\text {total }}=\lambda_{\text {TV }} L_{\text {TV }}+\lambda_{\text {spa }} L_{\text {spa }}+\lambda_{\text {col }} L_{\text {col }}+\lambda_{\text {exp }} L_{\text {exp }} 。$

(6)

空间一致性损失L_spa旨在保持增强图像相邻区域间关系与原始图像关系的相似度，公式为

$ L_{\mathrm{spa}}=\frac{1}{K} \sum\left(\left\|Y_{i}-Y_{j}\right\|-\left\|I_{i}-I_{j}\right\|\right)^{2}, $

(7)

其中：Y_i和Y_j分别表示增强图像中两个不同位置的像素值；I_i和I_j分别表示原始图像中对应位置的像素值；K表示图像中像素对的总数。

曝光控制损失L_exp用于控制增强图像的曝光水平，以避免曝光不足或过度曝光的区域。公式为

$ L_{\exp}=\frac{1}{M} \sum\left\|Y_{k}-E\right\|, $

(8)

其中：M表示非重叠局部区域的数量；Y_k是增强图像中局部区域的平均强度值；E是良好曝光水平，在本文中设置为0.6。

颜色恒常性损失L_col旨在减少增强图像中的颜色偏差，公式为

$ L_{\mathrm{col}}=\sum\limits_{\forall(p, q) \in \varepsilon}\left(J^{p}-J^{q}\right)^{2}, $

(9)

其中：J^p表示增强图像中颜色通道p的平均强度值；(p, q)表示通道对；ε={(R, G), (R, B), (G, B)}。

照明平滑度损失L_TV旨在平滑增强图像中光照的变化，以确保增强后的图像亮度变化平缓，减少噪声和不自然的伪影。公式为

$ L_{\mathrm{TV}}=\frac{1}{N} \sum\limits_{i=1}^{N}\left(\left\|\nabla_{x} J_{i}\right\|_{2}+\left\|\nabla_{y} J_{i}\right\|_{2}\right), $

(10)

其中：N表示迭代次数；$\nabla_{x}$和$\nabla_{y}$分别表示第i次迭代反增强图像水平和垂直方向的梯度值。

不同于文献[1]中的固定权重分配方法，本文采用自适应动态分配多个损失函数权重的两阶段训练过程，每个损失函数的权重计算公式为

$ \lambda_{\mathrm{spa}}(e p)= \begin{cases}3 \times \frac{e p}{100}, & \text { if } 0 \leqslant e p<100, \\ 3+\frac{e p-100}{100}, & \text { if } 100 \leqslant e p<200, \end{cases} $

(11)

$ \lambda_{\text {col }}(e p)= \begin{cases}5 \times\left(1-\frac{e p}{200}\right), & \text { if } 0 \leqslant e p<100, \\ 5+\frac{e p-100}{100}, & \text { if } 100 \leqslant e p<200, \end{cases} $

(12)

$ \lambda_{\exp }(e p)= \begin{cases}3+2 \times \frac{e p}{100}, & \text { if } 0 \leqslant e p<100, \\ 5-3 \times \frac{e p-100}{100}, & \text { if } 100 \leqslant e p<200, \end{cases} $

(13)

其中：ep为训练轮次。以训练200轮为例，可分为两个阶段。阶段1(0≤ep < 100)以曝光调整为核心，所以逐步增强曝光控制损失λ_exp以提升整体亮度。阶段2(100≤ep < 200)聚焦细节恢复与色彩校正，通过逐步提高空间一致性损失λ_spa和颜色恒常性损失λ_col的权重，细化局部对比度与颜色分布。由于抑制噪声是全程需要的，所以照明平滑度损失L_TV的训练过程不分阶段，按固定权重值λ_TV=200。

图 5为动态分配损失函数权重的训练曲线图，阶段1曝光控制损失L_exp逐步上升，表明模型有效纠正全局亮度。阶段2空间一致性损失L_spa和颜色恒常性损失L_col成为主导，细节恢复指标显著提升。

2.5 训练参数设置

本方法使用SICE数据集^[18]的Part 1子集进行训练，共包含360组曝光序列的3 021张不同曝光图像，并预先将训练图像像素调整为600×400。实验环境为NVIDIA 2080Ti GPU和PyTorch框架。为了平衡模型收敛速度与训练稳定性，采用AdamW优化器进行训练。批次大小设置为8，epoch设置为200。初始学习率设置为10^-4，权重衰减系数设置为0.01。

3 实验与分析 3.1 实验设置

从主观评价和定量比较两个维度将本文方法与其他方法进行比较，包括传统方法FEA^[2]、LIME^[3]、LR3M^[4]，监督学习方法RetinexNet^[6]、KinD^[7]、Uformer^[8]、LLFormer^[9]和无监督学习方法Zero-DCE^[1]、EnlightenGAN^[10]、SCI^[11]、URetinex-Net^[12]、RUAS^[13]、DDNet^[14]、HVI-CIDNet^[15]。

测试数据集采用含基准图像的LOL数据集^[6]和SICE数据集Part 2中的767张低光图像，以及无基准图像的DICM数据集^[19]和LIME数据集^[3]。涵盖了室内、室外、建筑、夜景等大部分代表性场景。

3.2 主观评价

多个数据集的对比结果如图 6~9所示。结果表明，Uformer整体色彩偏暗，对比度损失严重。RetinexNet亮度保持较好，但噪声显著且色彩失真。SCI和RUAS暗处细节增强不足，而且伪影。LLFormer在亮度和细节方面保持较好，但部分颜色的对比度不足。HVI-CIDNet、FEA和Zero-DCE暗处亮度增强不足且局部噪声显著。本文方法暗处细节保持较好，整体亮度适宜，而且无明显噪声，色彩还原自然。

3.3 定量指标对比

对于有基准图像的LOL测试集和SICE数据集的Part 2测试子集，采用峰值信噪比(peak signal-to-noise ratio, PSNR)和结构相似性(structural similarity, SSIM)^[20]进行定量指标对比, 结果如表 1所示。

本文方法在LOL和SICE测试集的平均PSNR值分别为21.98 dB和19.75 dB，均达到了最优。同时，在SICE测试集的平均SSIM值为0.78，也达到了最优。在LOL测试集的SSIM值为0.81，略低于DDNet方法(0.83)，这是因为LOL测试集中较多的低信噪比场景对结构一致性失真较为敏感，而DDNet的双域引导网络更有利于提升图像的结构一致性，因此它在LOL测试集的SSIM指标比本方法稍高一些。

对于无基准图像的DICM测试集和LIME测试集，采用无参考的图像评价指标自然图像质量评估器(natural image quality evaluator, NIQE)^[21]进行定量比较，结果如表 2所示。DPCAS的平均NIQE值为3.61和3.79，分别达到了最优和次优。KinD方法在LIME上的NIQE值之所以更优，是因为它基于Retinex的三阶段分解方法优化了噪声抑制效果。

3.4 效率对比

通过分析每秒浮点运算次数FLOPs、参数量和测试时间三个指标，对DPCAS方法与四种主流方法进行对比。统一使用随机生成的分辨率大小为600×400的图像作为输入，并执行100次，记录所用时间的平均值，单位为ms。

对比数据如表 3所示(粗体表示最优值，下划线表示次优值)。本文方法LFPM特征提取组件和特征聚合组件多次使用较小的卷积核进行降维，因此本文方法的FLOPs最低，参数量仅次于SCI方法，这是因为SCI方法采用了较浅的网络结构和较少的通道数，但牺牲了一定的质量。本文方法的运行时间稍慢于Zero-DCE，这是因为DCAM模块采用了多次迭代，增加了一些运行时间。

3.5 消融实验

为了验证本文方法中LFPM、DCAM和自适应分配损失函数权重机制等关键模块的有效性，本文进行了完备的消融实验。

表 4展示了在LOL数据集上做消融实验的平均PSNR和SSIM值(粗体表示最优值)，图 10展示了不同消融实验的视觉对比结果。首先，将深度可分离卷积结合注意力机制的LFPM替换为标准卷积，平均PSNR和SSIM值均显著下降, 图像的亮度和颜色视觉效果均较差，如图 10(b)所示，这是因为缺少多尺度注意力机制的标准卷积不能有效提取图像关键特征。然后，将动态曲线调整模块DCAM改为固定权重，也导致了PSNR值下降较多，增强图像质量下降，噪声变多，如图 10(c)所示，这验证了动态曲线调整机制的重要性。最后，将自适应动态分配损失函数权重的训练机制替换为固定分配机制，定量指标也有小幅下降，图像噪声变多，色彩对比度下降，如图 10(d)所示，这表明了自适应分配损失函数权重机制能够提高模型训练的稳定性和增强质量。

4 结语

本文提出了一种基于动态感知曲线调整策略的低光照图像增强方法DPCAS。采用轻量化特征感知模块LFPM对输入的图像进行自适应特征提取，并通过DCAM模块对像素级高阶增强曲线参数进行动态调整，实现了无参考条件下的低光照图像自适应增强。实验结果表明，DPCAS在多个基准数据集上均取得了良好的性能和较高的运行效率，消融实验也验证了各个核心模块的有效性。

本文方法在多个基准测试集中取得了优异的效果，但在某些对实时性要求较高的设备中，DCAM模块的多次迭代仍会带来一定的计算负担。未来可以探索更高效的迭代策略和映射方法，以进一步提高效率。另外，开发泛化能力更强的增强模型，进一步提高在各种复杂光照条件下的适应性。