[发明专利]低光照图像增强方法、相关设备及可读存储介质

说明书

本申请公开了一种低光照图像增强方法、相关设备及可读存储介质。该方案中，预先基于包括同一场景下不完全配对的一个训练用低光照图像，以及一个训练用正常光照图像的训练用图像对训练得到分解模型，在获取待进行增强的低光照图像之后，将该低光照图像输入分解模型，得到光照图，最后，利用光照图得到增强后的图像。由于分解模型是基于不完全配对的图像对训练得到的，这种图像对容易大量获取，使得分解模型训练效果较好，得到的光照图也更为准确，因此，利用光照图对低光照图像进行增强，能够达到较好的增强效果。

技术领域

本申请涉及图像处理技术领域，更具体的说，是涉及一种低光照图像增强方法、相关设备及可读存储介质。

背景技术

低光照图像增强是针对照明不足的图像存在的低亮度、低对比度、噪声、伪影等问题进行处理，提升图像视觉质量。

现有技术中，可以基于训练好的分解模型将低光照图像进行分解，得到光照图和反射图，然后对光照图和反射图分别进行增强，最后将增强的光照图和增强的反射图进行重构，得到增强后的图像。该技术中，分解模型是基于完全配对的低光照图像和正常光照图像进行训练的，而完全配对的低光照图像和正常光照图像数量较少，且获取困难，导致训练好的分解模型性能较差，进而导致低光照图像的增强效果较差。

因此，如何提升低光照图像的增强效果，成为本领域技术人员亟待解决的技术问题。

发明内容

鉴于上述问题，本申请提出了一种低光照图像增强方法、相关设备及可读存储介质。具体方案如下：

一种低光照图像增强方法，所述方法包括：

获取待进行增强的低光照图像；

将所述低光照图像输入分解模型，所述分解模型对所述低光照图像进行分解得到光照图；所述分解模型是基于训练用图像对训练得到的，所述训练用图像对包括一个训练用低光照图像，以及一个训练用正常光照图像，所述训练用低光照图像与所述训练用正常光照图像为同一场景下不完全配对的两个图像；

基于所述光照图，得到增强后的图像。

可选地，所述分解模型的训练损失包括：

所述分解模型输出的所述训练用低光照图像的反射图的特征图与经过直方图均衡化处理的所述训练用低光照图像的特征图的一致性损失。

可选地，所述训练损失还包括：

基于所述分解模型输出的所述训练用低光照图像的光照图得到的增强后的图像与所述训练用正常光照图像的判别器损失、所述分解模型输出的所述训练用低光照图像的反射图与所述分解模型输出的所述训练用正常光照图像的反射图的一致性损失、所述分解模型输出的所述训练用低光照图像的光照图和所述分解模型输出的所述训练用低光照图像的反射图的重建损失中的任意一种或多种。

可选地，所述基于所述光照图，得到增强后的图像，包括：

基于所述光照图，确定所述低光照图像的曝光图；

确定所述低光照图像中照度良好的区域图，以及所述曝光图中照度良好的区域图；

将所述低光照图像中照度良好的区域图，以及所述曝光图中照度良好的区域图进行重构，得到增强后的图像。

可选地，所述基于所述光照图，确定所述低光照图像的曝光图，包括：

基于所述光照图，确定所述低光照图像中低光照的像素点；

对所述低光照图像中低光照的像素点进行亮度变换，得到所述低光照图像的曝光图。

可选地，所述基于所述光照图，确定所述低光照图像中低光照的像素点，包括：