低照度图像增强方法、装置、电子设备及存储介质

1.本发明涉及图像处理领域，尤其涉及一种低照度图像增强方法、装置、电子设备以及存储介质。

背景技术：

2.低照度图像增强方法是指将在低光照条件下拍摄的照片进行画质、亮度增强使照片变得更加清晰符合人眼感知的过程，低照度图像增强方法可以提高夜间检查或监测的可见度，同时可以提高各软件平台的图像识别技术。
3.目前低照度图像增强方法主要是通过先对图像进行亮度值计算，当计算亮度值过低，将图像rgb域转换到lab域，在lab域中对图像进行去雾处理，最后达到图像增强的效果，这种方法在域转换过程中图像会产生严重的差和局部细节丢失，导致低照度图像增强效果不佳。

技术实现要素：

4.为了解决上述问题，本发明提供了一种低照度图像增强方法、装置、电子设备以及存储介质，可以提高低照度图像的增强效果。
5.第一方面，本发明提供了一种低照度图像增强方法，包括：
6.获取低照度图像，利用训练好的对抗生成网络中分解器将所述低照度图像分解成照射分量和反射分量；
7.识别所述反射分量的引导像素，根据所述引导像素，利用所述对抗生成网络中生成器构建所述低照度图像的初始增强图像；
8.利用所述对抗生成网络中全局鉴别器鉴别所述初始增强图像的全局图像效果，及利用所述对抗生成网络中局部鉴别器鉴别所述增强图像的局部图像效果；
9.根据所述照射分量，分别判断所述全局图像效果和所述局部图像效果是否满足预设条件，在所述全局图像效果和所述局部图像效果均满足预设条件时，将所述初始增强图像作为所述低照度图像的最终增强图像。
10.在第一方面的一种可能实现方式中，所述利用训练好的对抗生成网络中分解器将所述低照度图像分解成照射分量和反射分量，包括：
11.利用所述分解器中的卷积层提取所述低照度图像的图像特征；
12.根据所述图像特征，利用所述分解器中的池化层锁定图像细节特征；
13.根据所述图像细节特征，利用所述分解器中的图像分解函数将所述将所述低照度图像分解成所述照射分量和所述反射分量。
14.在第一方面的一种可能实现方式中，所述识别所述反射分量的引导像素，包括：
15.识别所述反射分量中的细节像素；
16.判断所述细节像素是否可作为引导细节，并在所述细节像素可作为引导细节时，将所述细节像素作为所述引导像素。
17.在第一方面的一种可能实现方式中，所述根据所述引导像素，利用所述对抗生成网络中生成器构建所述低照度图像的初始增强图像，包括：
18.根据所述引导像素，利用所述生成器中像素识别层识别所述引导像素的引导细节；
19.根据所述引导细节，利用所述生成器中的规则层配置生成增强图像的生成规则；
20.根据所述生成规则，利用所述生成器中的图像生成函数生成初始增强图像。
21.在第一方面的一种可能实现方式中，所述利用所述对抗生成网络中全局鉴别器鉴别所述初始增强图像的全局图像效果，包括：
22.利用所述全局鉴别器中的特征层获取所述初始增强图像的全局特征图；
23.根据所述全局特征图，利用所述全局鉴别器中的维度层识别所述全局特征图的全局图维度；
24.根据所述全局图维度，利用所述全局鉴别器中的全局特征函数计算所述初始增强图像的全局图像效果。
25.在第一方面的一种可能实现方式中，所述全局特征函数，包括：
[0026][0027]
其中，l31表示的是全局图像效果，i，j表示初始增强图像对应的全局特征图，w
i,j
和h
i,j
表示初始增强图像对应全局特征图的维度，φ
i,j
表示初始增强图像对应低照度图像的维度，g表示初始增强图像，i表示初始增强图像对应的低照度图像。
[0028]
在第一方面的一种可能实现方式中，所述全局特征函数，包括：
[0029][0030]
其中，l31表示的是全局图像效果，i，j表示初始增强图像对应的全局特征图，w
i,j
和h
i,j
表示初始增强图像对应全局特征图的维度，φ
i,j
表示初始增强图像对应低照度图像的维度，g表示初始增强图像，i表示初始增强图像对应的低照度图像。
[0031]
第二方面，本发明提供了一种低照度图像增强装置，所述装置包括：
[0032]
低照度图像分解模块，用于获取低照度图像，利用训练好的对抗生成网络中分解器将所述低照度图像分解成照射分量和反射分量；
[0033]
增强图像生成模块，识别所述反射分量的引导像素，根据所述引导像素，利用所述对抗生成网络中生成器构建所述低照度图像的初始增强图像；增强图像鉴别模块，用于利用所述对抗生成网络中全局鉴别器鉴别所述初始增强图像的全局图像效果，及利用所述对抗生成网络中局部鉴别器鉴别所述增强图像的局部图像效果；
[0034]
增强图像输出模块，用于根据所述照射分量，分别判断所述全局图像效果和所述局部图像效果是否满足预设条件，在所述全局图像效果和所述局部图像效果均满足预设条件时，将所述初始增强图像作为所述低照度图像的最终增强图像。
[0035]
第三方面，本发明提供一种电子设备，包括：
[0036]
至少一个处理器；以及与所述至少一个处理器通信连接的存储器；
[0037]
其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，以使所述至少一个处理器能够执行如上述第一方面中任意一项所述的低照度图像增强方法。
[0038]
第四方面，本发明提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面中任意一项所述的低照度图像增强方法。
[0039]
与现有技术相比，本方案的技术原理及有益效果在于：
[0040]
本发明实施例通过获取低照度图像，利用训练好的对抗生成网络中分解器将所述低照度图像分解成照射分量和反射分量可以分解出所述低照明图像的细节图像为后期生成增强图像效果提供细节引导。紧接着，本发明实施例通过识别所述反射分量的引导像素可以将反射分量中携带的细节信息进一步体现出来，更好的引导图像的细节增强，提高图像质量；其次，本发明实施例通过根据所述引导像素，利用所述对抗生成网络中生成器构建所述低照度图像的初始增强图像可以生成保留细节且增强画质的图像。再次，本发明实施例通过利用所述对抗生成网络中全局鉴别器鉴别所述初始增强图像的全局图像效果和局部图像效果可以鉴别图像的整体效果和局部效果，为后期判断增强效果提供效果数据支撑，最后，本发明实施例通过根据所述照射分量，分别判断所述全局图像效果和所述局部图像效果是否满足预设条件可以通过全局和局部效果分别判断是否达到预设标准，从而筛选出图像增强效果达标的图像。因此，本发明实施例提出的一种低照度图像增强方法、装置、电子设备以及存储介质，可以实现生成完整高效的低照明图像增强方法，提高低照明图像增强的效果。
附图说明
[0041]
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
[0042]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0043]
图1为本发明一实施例提供的一种低照度图像增强方法的流程示意图；
[0044]
图2为本发明一实施例中图1提供的一种低照度图像增强方法的其中一个步骤的流程示意图；
[0045]
图3为本发明一实施例中图1提供的一种低照度图像增强方法的另外一个步骤的流程示意图；
[0046]
图4为本发明一实施例提供的一种低照度图像增强装置的模块示意图；
[0047]
图5为本发明一实施例提供的实现低照度图像增强方法的电子设备的内部结构示意图。
具体实施方式
[0048]
应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不用于限定本发明。
[0049]
本发明实施例提供一种低照度图像增强方法，所述低照度图像增强方法的执行主
体包括但不限于服务端、终端等能够被配置为执行本发明实施例提供的该方法的电子设备中的至少一种。换言之，所述低照度图像增强方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集、云端服务器或云端服务器集等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(content delivery network，cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。
[0050]
参阅图1所示，是本发明一实施例提供的低照度图像增强方法的流程示意图。其中，图1中描述的低照度图像增强方法包括：
[0051]
s1、获取低照度图像，利用训练好的对抗生成网络中分解器将所述低照度图像分解成照射分量和反射分量。
[0052]
本发明实施例通过获取低照度图像，利用训练好的对抗生成网络中分解器将所述低照度图像分解成照射分量和反射分量可以分解出所述低照明图像的细节图像为后期生成增强图像效果提供细节引导。
[0053]
其中，所述低照度图像是指在低光环境下拍摄的照片；所述照射分量是指环境光下的照射图像分量，所述反射分量是指携带图像细节信息的目标物体的反射图像分量。
[0054]
作为本发明的一个实施例，参阅图2所示，所述利用训练好的对抗生成网络中分解器将所述低照度图像分解成照射分量和反射分量，包括：
[0055]
s201、利用所述分解器中的卷积层提取所述低照度图像的图像特征；
[0056]
s202、根据所述图像特征，利用所述分解器中的池化层锁定图像细节特征；
[0057]
s203、根据所述图像细节特征，利用所述分解器中的图像分解函数将所述将所述低照度图像分解成所述照射分量和所述反射分量。
[0058]
其中，所述卷积层是指用来获取图像中特征的层；所述图像特征是指通过卷积层获取图像的特征属性，例如利用所述分解器中的卷积层提取所述低照度图像的图像特征，例如，图像亮度、边缘、纹理和彩、拍摄主成分、拍摄环境等特征；所述池化层是指用来锁定所述图像特征属性中照片细节的层；所述图像细节特征是指通过所述池化层在所述图像特征中锁定的图像细节特征，例如，边缘锯齿、纹理形状、人物的表情、动作，拍摄下雨环境下的路边积雨、雨量大小等细节特征。
[0059]
进一步地，本发明一可选实施例中，所述图像分解函数，包括：
[0060]
l1＝l11+l12+l13
[0061]
其中，所述l1表示图像分解函数，l11表示分解误差函数，l12表示下采样重构误差函数，l13表示下采样梯度误差函数。
[0062]
进一步地，本发明一可选实施例中，所述分解误差函数，包括：
[0063][0064]
其中，l11表示分解误差项，i(x，y)表示低照明图像；l(x，y)表示照射分量，r(x，y)表示反射分量。
[0065]
进一步地，本发明一可选实施例中，所述下采样重构误差函数，包括：
[0066][0067]
其中，l12表示下采样重构误差项，ri(x,y)和rj(x,y)表示r(x，y)反射分量进行下采样后得到的两张子图，{subfigure1}和{subfigure2}分别表示所有反射分量进行下采样后两张子图的集合。
[0068]
进一步地，本发明一可选实施例中，所述下采样梯度误差函数，包括：
[0069][0070]
其中，l13表示下采样梯度误差项，表示梯度算子。
[0071]
s2、识别所述反射分量的引导像素，根据所述引导像素，利用所述对抗生成网络中生成器构建所述低照度图像的初始增强图像。
[0072]
本发明实施例通过识别所述反射分量的引导像素可以将反射分量中携带的细节信息进一步体现出来，更好的引导图像的细节增强，提高图像质量。其中，所述引导像素是指所述反射分量中携带的可以增强图像细节的细节图像像素，例如图像纹理像素、彩像素、边缘像素等像素。
[0073]
作为本发明的一个实施例，所述识别所述反射分量的引导像素，包括：识别所述反射分量中的细节像素；判断所述细节像素是否可作为引导细节；并在所述细节像素可作为引导细节时，将所述细节像素作为所述引导像素。
[0074]
其中，所述细节像素是指所述反射分量中携带的细节图像像素，例如图像纹理像素、彩像素、边缘像素等像素，所述引导细节是指可以引导增强图像增加细节刻画的的细节像素。
[0075]
进一步地，本发明一可选实施例中，识别所述反射分量中的细节像素可以通过keyence ai图像识别技术实现。
[0076]
进一步地，本发明一可选实施例中，判断所述细节像素是否可作为引导细节可以通过判断函数来实现。
[0077]
进一步地，本发明实施例通过根据所述引导像素，利用所述对抗生成网络中生成器构建所述低照度图像的初始增强图像可以生成保留细节且增强画质的图像。其中，所述初始增强图像是指利用所述生成器生成的第一张增强图像。
[0078]
作为本发明的一个实施例，参阅图3所示，所述根据所述引导像素，利用所述对抗生成网络中生成器构建所述低照度图像的初始增强图像，包括：
[0079]
s301、根据所述引导像素，利用所述生成器中像素识别层识别所述引导像素的引导细节；
[0080]
s302、根据所述引导细节，利用所述生成器中的规则层配置生成增强图像的生成规则；
[0081]
s303、根据所述生成规则，利用所述生成器中的图像生成函数生成初始增强图像。
[0082]
其中，所述像素识别层是指识别所述引导像素的细节信息的层；所述规则层是指制定生成器生成增强图像的生成规则的层，例如图像从上倒下的生成顺序、细节引导的时间轴等规则。
[0083]
进一步地，本发明一可选实施例中，所述图像生成函数，包括：
[0084]
l2＝l21+l22+l23+l24
[0085]
其中，所述l2表示图像生成函数，l21表示梯度误差函数，l22平滑度误差函数，l23表示整体相似度误差函数，l24表示局部相似度误差函数。
[0086]
进一步地，本发明一可选实施例中，所述梯度误差函数，包括：
[0087][0088]
其中，所述gi(x,y)表示初始增强图像，ri(x,y)表示分解器分解原始图片i得到的引导图片i。
[0089]
进一步地，本发明一可选实施例中，所述平滑度误差函数，包括：
[0090][0091]
其中，所述gi(x,y)表示初始增强图像，ri(x,y)表示分解器分解原始图片i得到的引导图片i，exp表示以自然常数e为底的指数函数。
[0092]
进一步地，本发明一可选实施例中，所述局部相似度误差函数，包括：
[0093][0094]
其中，p
patch
表示是在生成图片中随机局部区域采样构成的概率分布，(d(xf)-1)2表示局部相似度。
[0095]
s3、利用所述对抗生成网络中全局鉴别器鉴别所述初始增强图像的全局图像效果，及利用所述对抗生成网络中局部鉴别器鉴别所述增强图像的局部图像效果。
[0096]
本发明实施例通过利用所述对抗生成网络中全局鉴别器鉴别所述初始增强图像的全局图像效果可以鉴别图像的整体效果，为后期判断增强效果提供效果数据支撑。其中，所述全局图像效果是指所述增强图像的整体图像效果。
[0097]
作为本发明的一个实施例，所述利用所述对抗生成网络中全局鉴别器鉴别所述初始增强图像的全局图像效果，包括：利用所述全局鉴别器中的特征层获取所述初始增强图像的全局特征图；根据所述全局特征图，利用所述全局鉴别器中的维度层识别所述全局特征图的全局图维度；根据所述全局图维度，利用所述全局鉴别器中的全局特征函数计算所述初始增强图像的全局图像效果。
[0098]
其中，所述全局特征图是指所述初始增强图像的全局图像特征；所述特征层是指用来获取所述初始增强图像特征的层。所述维度层是指用来识别特征图的维度的层，例如，图像宽度、高度等维度。
[0099]
进一步地，本发明一可选实施例中，所述识别所述全局特征图的全局图维度可以通过图像扫描技术来完成。
[0100]
进一步地，本发明一可选实施例中，所述全局特征函数，包括：
[0101]
[0102]
其中，l31表示的是全局图像效果，i，j表示初始增强图像对应的全局特征图，w
i,j
和h
i,j
表示初始增强图像对应全局特征图的维度，φ
i,j
表示初始增强图像对应低照度图像的维度，g表示初始增强图像，i表示初始增强图像对应的低照度图像。
[0103]
进一步地，本发明实施例通过及利用所述对抗生成网络中局部鉴别器鉴别所述增强图像的局部图像效果鉴别图像的局部效果，为后期判断增强效果提供效果数据支撑。其中，所述局部图像效果是指所述增强图像的一部分图像的效果。
[0104]
作为本发明的一个实施例，所述利用所述对抗生成网络中局部鉴别器鉴别所述初始增强图像的局部图像效果，包括：利用所述局部鉴别器中的分割层获取所述初始增强图像的增强局部图；根据所述增强局部图，利用所述局部鉴别器中的原始层识别所述局部图的对应的初始局部图；根据所述增强局部图和所述初始局部图，利用所述局部鉴别器中的局部特征函数计算所述初始增强图像的局部图像效果。
[0105]
其中，所述分割层是指用来获取所述初始增强图像的增强局部图像的层；所述原始层是指用来获取所述初始增强图像对应局部图像的层。
[0106]
进一步地，需要说明的是所述初始增强图像的局部图像效果计算原理与上述全局图像效果的计算原理相同，在此不做进一步地赘述。
[0107]
s4、根据所述照射分量，分别判断所述全局图像效果和所述局部图像效果是否满足预设条件，在所述全局图像效果和所述局部图像效果均满足预设条件时，将所述初始增强图像作为所述低照度图像的最终增强图像。
[0108]
本发明实施例通过根据所述照射分量，分别判断所述全局图像效果和所述局部图像效果是否满足预设条件可以通过全局和局部效果分别判断是否达到预设标准，从而筛选出图像增强效果达标的图像。需要说明的是，所述预设条件是指用于判断所述全局图像效果和所述局部图像效果是否符合图像增强标准的条件，其可以基于实际业务场景设置，如可以设置全局图像效果的亮度及局部图像效果的对比度作为预设条件。
[0109]
作为本发明的一个实施例，所述根据所述照射分量，分别判断所述全局图像效果和所述局部图像效果是否满足预设条件，包括：根据所述照射分量，分别获取所述全局图像效果的全局预设条件和所述局部图像效果的局部预设条件；根据所述全局预设条件和所述局部预设条件，配置判断规则；根据所述判断规则，分别判断所述所述全局图像效果和所述局部图像效果是否满足预设条件。
[0110]
其中，所述全局预设条件是指全局图像效果需要达到的效果标准，所述局部预设条件是指局部图像效果需要达到的效果标准，所述判断规则是指判断图像效果是否符合标准制定的规则，例如全局图像效果亮度达到多少阈值、纹理是否足够清晰等规则条件。
[0111]
进一步地，本发明一可选实施例中，根据所述判断规则，分别判断所述所述全局图像效果和所述局部图像效果是否满足预设条件可以通过判断函数来完成。
[0112]
本发明实施例通过获取低照度图像，利用训练好的对抗生成网络中分解器将所述低照度图像分解成照射分量和反射分量可以分解出所述低照明图像的细节图像为后期生成增强图像效果提供细节引导。紧接着，本发明实施例通过识别所述反射分量的引导像素可以将反射分量中携带的细节信息进一步体现出来，更好的引导图像的细节增强，提高图像质量；其次，本发明实施例通过根据所述引导像素，利用所述对抗生成网络中生成器构建所述低照度图像的初始增强图像可以生成保留细节且增强画质的图像。再次，本发明实施
例通过利用所述对抗生成网络中全局鉴别器鉴别所述初始增强图像的全局图像效果和局部图像效果可以鉴别图像的整体效果和局部效果，为后期判断增强效果提供效果数据支撑，最后，本发明实施例通过根据所述照射分量，分别判断所述全局图像效果和所述局部图像效果是否满足预设条件可以通过全局和局部效果分别判断是否达到预设标准，从而筛选出图像增强效果达标的图像。因此，本发明实施例提出的一种低照度图像增强方法、装置、电子设备以及存储介质，可可以实现生成完整高效的低照明图像增强方法，提高低照明图像增强的效果。
[0113]
如图4所示，是本发明低照度图像增强装置功能模块图。
[0114]
本发明所述低照度图像增强装置400可以安装于电子设备中。根据实现的功能，所述低照度图像增强装置可以包括低照度图像分解模块401、增强图像生成模块402、增强图像鉴别模块403以及增强图像输出模块404。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
[0115]
在本发明实施例中，关于各模块/单元的功能如下：
[0116]
所述低照度图像分解模块401，用于获取低照度图像，利用训练好的对抗生成网络中分解器将所述低照度图像分解成照射分量和反射分量；
[0117]
所述增强图像生成模块402，用于识别所述反射分量的引导像素，根据所述引导像素，利用所述对抗生成网络中生成器构建所述低照度图像的初始增强图像；
[0118]
所述增强图像鉴别模块403，用于利用所述对抗生成网络中全局鉴别器鉴别所述初始增强图像的全局图像效果，及利用所述对抗生成网络中局部鉴别器鉴别所述增强图像的局部图像效果；
[0119]
所述增强图像输出模块404，用于根据所述照射分量，分别判断所述全局图像效果和所述局部图像效果是否满足预设条件，在所述全局图像效果和所述局部图像效果均满足预设条件时，将所述初始增强图像作为所述低照度图像的最终增强图像。
[0120]
详细地，本发明实施例中所述低照度图像增强装置400中的所述各模块在使用时采用与上述的图1至图3中所述的低照度图像增强方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
[0121]
如图5所示，是本发明实现低照度图像增强方法的电子设备的结构示意图。
[0122]
所述电子设备可以包括处理器50、存储器51、通信总线52以及通信接口53，还可以包括存储在所述存储器51中并可在所述处理器50上运行的计算机程序，如低照度图像增强程序。
[0123]
其中，所述处理器50在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(central processing unit，cpu)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器50是所述电子设备的控制核心(control unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器51内的程序或者模块(例如执行低照度图像增强程序等)，以及调用存储在所述存储器51内的数据，以执行电子设备的各种功能和处理数据。
[0124]
所述存储器51至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、
移动硬盘、多媒体卡、卡型存储器(例如：sd或dx存储器等)、磁性存储器、磁盘、光盘等。所述存储器51在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器51在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(smart media card，smc)、安全数字(secure digital，sd)卡、闪存卡(flash card)等。进一步地，所述存储器51还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器51不仅可以用于存储安装于电子设备的应用软件及各类数据，例如数据库配置化连接程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
[0125]
所述通信总线52可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器51以及至少一个处理器50等之间的连接通信。
[0126]
所述通信接口53用于上述电子设备5与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如wi-fi接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(display)、输入单元(比如键盘(keyboard))，可选地，所述用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organic light-emitting diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
[0127]
图5仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图5示出的结构并不构成对所述电子设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
[0128]
例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器50逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、wi-fi模块等，在此不再赘述。
[0129]
应该了解，所述实施例仅为说明之用，在专利发明范围上并不受此结构的限制。
[0130]
所述电子设备中的所述存储器51存储的数据库配置化连接程序是多个计算机程序的组合，在所述处理器50中运行时，可以实现：
[0131]
获取低照度图像，利用训练好的对抗生成网络中分解器将所述低照度图像分解成照射分量和反射分量；
[0132]
识别所述反射分量的引导像素，根据所述引导像素，利用所述对抗生成网络中生成器构建所述低照度图像的初始增强图像；
[0133]
利用所述对抗生成网络中全局鉴别器鉴别所述初始增强图像的全局图像效果，及利用所述对抗生成网络中局部鉴别器鉴别所述增强图像的局部图像效果；
[0134]
根据所述照射分量，分别判断所述全局图像效果和所述局部图像效果是否满足预
设条件，在所述全局图像效果和所述局部图像效果均满足预设条件时，将所述初始增强图像作为所述低照度图像的最终增强图像。
[0135]
具体地，所述处理器50对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
[0136]
进一步地，所述电子设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个非易失性计算机可读取存储介质中。所述存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)。
[0137]
本发明还提供一种存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
[0138]
获取低照度图像，利用训练好的对抗生成网络中分解器将所述低照度图像分解成照射分量和反射分量；
[0139]
识别所述反射分量的引导像素，根据所述引导像素，利用所述对抗生成网络中生成器构建所述低照度图像的初始增强图像；
[0140]
利用所述对抗生成网络中全局鉴别器鉴别所述初始增强图像的全局图像效果，及利用所述对抗生成网络中局部鉴别器鉴别所述增强图像的局部图像效果；
[0141]
根据所述照射分量，分别判断所述全局图像效果和所述局部图像效果是否满足预设条件，在所述全局图像效果和所述局部图像效果均满足预设条件时，将所述初始增强图像作为所述低照度图像的最终增强图像。
[0142]
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
[0143]
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
[0144]
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
[0145]
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
[0146]
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
[0147]
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在
涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0148]
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。

技术特征：

1.一种低照度图像增强方法，其特征在于，所述方法包括：获取低照度图像，利用训练好的对抗生成网络中分解器将所述低照度图像分解成照射分量和反射分量；识别所述反射分量的引导像素，根据所述引导像素，利用所述对抗生成网络中生成器构建所述低照度图像的初始增强图像；利用所述对抗生成网络中全局鉴别器鉴别所述初始增强图像的全局图像效果，及利用所述对抗生成网络中局部鉴别器鉴别所述增强图像的局部图像效果；根据所述照射分量，分别判断所述全局图像效果和所述局部图像效果是否满足预设条件，在所述全局图像效果和所述局部图像效果均满足预设条件时，将所述初始增强图像作为所述低照度图像的最终增强图像。2.根据权利要求1所述的方法，其特征在于，所述利用训练好的对抗生成网络中分解器将所述低照度图像分解成照射分量和反射分量，包括：利用所述分解器中的卷积层提取所述低照度图像的图像特征；根据所述图像特征，利用所述分解器中的池化层锁定图像细节特征；根据所述图像细节特征，利用所述分解器中的图像分解函数将所述将所述低照度图像分解成所述照射分量和所述反射分量。3.根据权利要求1所述的方法，其特征在于，所述识别所述反射分量的引导像素，包括：识别所述反射分量中的细节像素；判断所述细节像素是否可作为引导细节，并在所述细节像素可作为引导细节时，将所述细节像素作为所述引导像素。4.根据权利要求1所述的方法，其特征在于，所述根据所述引导像素，利用所述对抗生成网络中生成器构建所述低照度图像的初始增强图像，包括：根据所述引导像素，利用所述生成器中像素识别层识别所述引导像素的引导细节；根据所述引导细节，利用所述生成器中的规则层配置生成增强图像的生成规则；根据所述生成规则，利用所述生成器中的图像生成函数生成初始增强图像。5.根据权利要求1所述的方法，其特征在于，所述利用所述对抗生成网络中全局鉴别器鉴别所述初始增强图像的全局图像效果，包括：利用所述全局鉴别器中的特征层获取所述初始增强图像的全局特征图；根据所述全局特征图，利用所述全局鉴别器中的维度层识别所述全局特征图的全局图维度；根据所述全局图维度，利用所述全局鉴别器中的全局特征函数计算所述初始增强图像的全局图像效果。6.根据权利要5所述的方法，其特征在于，所述全局特征函数，包括：其中，l31表示的是全局图像效果，i，j表示初始增强图像对应的全局特征图，w
i,j
和h
i,j
表示初始增强图像对应全局特征图的维度，φ
i,j
表示初始增强图像对应低照度图像的维
度，g表示初始增强图像，i表示初始增强图像对应的低照度图像。7.根据权利要求1所述的方法，其特征在于，所述利用所述对抗生成网络中局部鉴别器鉴别所述初始增强图像的局部图像效果，包括：利用所述局部鉴别器中的分割层获取所述初始增强图像的增强局部图；根据所述增强局部图，利用所述局部鉴别器中的原始层识别所述局部图的对应的初始局部图；根据所述增强局部图和所述初始局部图，利用所述局部鉴别器中的局部特征函数计算所述初始增强图像的局部图像效果。8.一种低照度图像增强方法装置，其特征在于，所述装置包括：低照度图像分解模块，用于获取低照度图像，利用训练好的对抗生成网络中分解器将所述低照度图像分解成照射分量和反射分量；增强图像生成模块，识别所述反射分量的引导像素，根据所述引导像素，利用所述对抗生成网络中生成器构建所述低照度图像的初始增强图像；增强图像鉴别模块，用于利用所述对抗生成网络中全局鉴别器鉴别所述初始增强图像的全局图像效果，及利用所述对抗生成网络中局部鉴别器鉴别所述增强图像的局部图像效果；增强图像输出模块，用于根据所述照射分量，分别判断所述全局图像效果和所述局部图像效果是否满足预设条件，在所述全局图像效果和所述局部图像效果均满足预设条件时，将所述初始增强图像作为所述低照度图像的最终增强图像。9.一种电子设备，其特征在于，所述电子设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的低照度图像增强方法。10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的低照度图像增强方法。

技术总结

本发明涉及图像处理能领域，揭露一种低照度图像增强方法包括：获取低照度图像，利用训练好的对抗生成网络中分解器将低照度图像分解成照射分量和反射分量；识别反射分量的引导像素，根据引导像素，利用对抗生成网络中生成器构建所述低照度图像的初始增强图像；利用对抗生成网络中全局鉴别器鉴别初始增强图像的全局图像效果，及利用对抗生成网络中局部鉴别器鉴别增强图像的局部图像效果；根据照射分量，分别判断全局图像效果和局部图像效果是否满足预设条件，在全局图像效果和局部图像效果均满足预设条件时，将初始增强图像作为低照度图像的最终增强图像。本发明可以提高低照度图像的增强效果。像的增强效果。像的增强效果。