Abstract

微光图像增强(LLIE)研究了如何细化光照，获得自然的正常光照图像。目前的LLIE方法主要侧重于提高光照，而没有合理地将颜色信息纳入LLIE过程中来考虑颜色的一致性。因此，增强后的图像与地面真值之间往往存在色差。
为了解决这个问题，我们提出了一种新的深颜色一致性网络，称为DCC-Net，以保持LLIE的颜色一致性。提出了一种新的“分而治之”的协同策略，该策略可以共同保存颜色信息，同时增强光照。
具体来说，我们的DCC-Net解耦策略将每个彩色图像解耦为两个主要成分，即灰度图像和颜色直方图。使用灰度图像生成合理的结构和纹理，颜色直方图有利于保持颜色的一致性。即利用两者协同完成LLIE任务。
为了匹配图像的颜色特征和内容特征，减小增强后图像与真实图片的颜色一致性差距，我们还设计了一种新的金字塔颜色嵌入(PCE)模块，可以更好地将颜色信息嵌入LLIE过程中。
在6个真实数据集上的大量实验表明，我们的DCC-Net增强后的图像更加自然和丰富多彩，与目前最先进的方法相比效果更好。

3. Proposed Method

在本节中，我们将介绍DCC-Net的框架(见图2)和细节，其目的是在获取正常光图像时保持颜色的一致性和自然性。DCC-Net有三个子网(即G-Net、C-Net、R-Net)和一个金字塔颜色嵌入(PCE)模块。

DCC-Net的总体框架。可以看出，有三个子网G-Net, C-Net和R-Net，其中G-Net的目标是恢复内容信息丰富的灰度图像，C-Net的重点是学习颜色分布，R-Net将灰度图像和颜色信息结合起来，恢复自然且颜色一致的正常光图像。

3.1 Network Structure

• G-Net
  给定一个输入的微光图像，G-Net的目标是预测包含丰富结构和纹理信息的正常光图像的灰度图像，而不包含颜色信息。此过程表述为
  $$G_{\text{pre }}=GNet\left(S_{\text{low }}\right)$$
  式中，$G_{pre}$为预测灰度图像，$S_{low}$为输入微光图像，GNet为G-Net的变换。具体来说，G-Net采用了encoder-decoder pipeline ，这与经典的U-Net类似。
  对于G-Net，我们使用l1 loss来重建灰度图像:
  $$l_g=\frac{1}{H\times W}{\Vert G_{pre}-G_{\text{high }}\Vert }_1,$$
  式中，$l_g$为灰度图像重建损失，$G_{high}$为常光图像的灰度图像，H和W为灰度图像$G_{high}$的高度和宽度。因此，G-Net没有考虑色彩信息，而是致力于恢复纹理和结构。
• C-Net
  颜色直方图是一种颜色特征，广泛应用于图像检索系统[9]中。颜色直方图主要描述不同颜色在整个图像中的比例，而不关心颜色的空间位置。在本文中，我们计算了RGB颜色空间中的颜色直方图。具体来说，图像的颜色直方图应为N × 256的矩阵，其中N = 3对应三个颜色通道(R、G、B)， 256与像素值的范围一致。
  基于颜色直方图设计了C-Net，用于颜色特征学习。C-Net的目标是获得与正常光图像一致的颜色特征(见图2)。我们还利用了C-Net的编码器-解码器管道，它通过以下公式将输入的微光图像转换为预测的颜色直方图 :
  $$C_{\text{pre }}=CNet\left(S_{\text{low }}\right)$$
  其中$C_{pre}$为得到的颜色直方图，CNet为C-Net的计算过程。为了更好地重建颜色直方图，我们还使用l1 loss来约束C-Net，可以描述如下:
  $$l_c=\frac{1}{N\times 256}{\Vert C_{\text{pre }}-C_{\text{high }}\Vert }_1\text{, }$$
  其中$l_c$为彩色直方图重建损失，$C_{high}$为正常光照图像的真实彩色直方图。注意，颜色直方图不能描述图像中的内容和细节。也就是说，C-Net把所有的注意力都放在学习一致的颜色特征上，这有利于增强。
• R-Net
  R-Net在G-Net和C-Net获得的灰度图像和颜色直方图的基础上，将它们结合起来，协同恢复正常光图像。将输入的微光图像、预测的灰度图像和颜色直方图通过R-Net变换为常光图像，如下所示:
  $$S_{\text{pre }}=RNet\left(S_{\text{low }},G_{\text{pre }},C_{\text{pre }}\right)$$
  式中$S_{pre}$为增强图像。
  为了在像素级重建正常光图像，我们使用彩色图像重建损失$l_r$，其定义如下:
  $$l_r=\frac{1}{N\times H\times W}{\Vert S_{\text{pre }}-S_{\text{high }}\Vert }_1\text{, }$$
  式中，$N、H、W$分别表示正常光图像$S_{high}$的通道数、高度、宽度。
  在结构层面上，我们采用SSIM损失作为约束:
  $$l_{\text{ssim }}=1-\mathrm{SSIM}\left(S_{\text{pre }},S_{\text{high }}\right)$$
  其中相似函数SSIM(·)描述为
  $$\mathrm{SSIM}(x,y)=\frac{2{\mu }_x{\mu }_y+c_1}{{\mu }_x^2+{\mu }_y^2+c_1}\cdot \frac{2{\sigma }_{xy}+c_2}{{\sigma }_x^2+{\sigma }_y^2+c_2}$$

其中，$x,y\in R^{H\times W\times 3}$表示待测的两幅图像，${\mu }_x，{\mu }_y\in R$表示两幅图像的均值，${\sigma }_x，{\sigma }_y\in R$为两幅图像对应的方差，$c_1$和$c_2$为防止分母为零的两个常数参数。
此外，还采用total variation loss $l_{tv}$作为正则化项，以保持增强图像的平滑性。

3.2. Pyramid Color Embedding (PCE)

PCE模块的设计是为了更好地将颜色信息嵌入R-Net中，如图3所示。可见，PCE具有六个金字塔结构的颜色嵌入(CE)模块。CE实现了颜色特征的动态嵌入。CE的主要组成部分是解决信息不匹配问题的双亲和矩阵(dual affinity matrix , DMA)。

图3: 金字塔颜色嵌入(PCE)和颜色嵌入(CE)模块的详细结构，其中表示$\odot$逐元素乘法，⊕表示逐元素加法，⊗表示上采样操作。

• Dual affinity matrix
  从G-Net和C-Net可以得到对应的灰度图像和颜色直方图，分别提供丰富的结构和纹理细节，以及颜色信息。R-Net应用了这两种方法来达到更好的增强效果。由于颜色直方图不包含空间信息，简单地将它们连接在一起会导致增强图像中的光照不准确。此外，简单的拼接还会导致颜色信息与内容不匹配，可能会在增强后的图像中产生色差。
  为了解决信息不匹配问题，获得更好的颜色信息嵌入，提出了一种新的颜色嵌入模块，该模块可以根据颜色与内容特征之间的亲和度，将颜色特征动态地融合到R-Net中。提出的双亲和矩阵(dual affinity matrix, DAM)的目的是计算亲和矩阵来匹配颜色和内容特征，进一步防止增强后的图像产生不一致的颜色。具体来说，给定颜色特征$C$和内容特征$F$，大小为$N\times H\times W$, DAM首先计算每个位置的曼哈顿距离和C与F的内积，公式如下:
  $$\begin{array}{c}M(x,y)=-\Vert F(x,y)-C(x,y){\Vert }_1,\\ P(x,y)=F(x,y)\cdot C(x,y),\end{array}$$
  其中$F(x,y)，C(x,y)\in R^N$表示F, C在(x, y)的向量， $M,P\in R^{H\times W}$是曼哈顿距离矩阵和内积矩阵。那么，对偶亲和矩阵A (dual affinity matrix)可计算为:
  $$A=2\times \mathrm{sigmoid}(M)\odot \tanh (P),$$
  其中$tanh(\cdot )$和$sigmoid(\cdot )$分别为tanh函数和sigmoid函数。注意，对于每个位置$(x,y)$， $M(x,y)\le 0$，使得$sigmod(M)\in [0,0.5]$。因此，我们使用$2\times sigmoid(M)$来保证$A\in [0,1]$的范围。

• Color embedding
  CE得到颜色信息的动态嵌入，其结构如图3所示。CE获得对偶亲和矩阵A后，对A与颜色特征C进行逐元素乘法，将加权的颜色特征与内容特征F求和，得到嵌入特征的颜色信息:
  $$E=A\odot C+F$$
  式中E为R-Net解码器中使用的输出特性。还有一个颜色特征C的上采样操作，以改变其分辨率，然后作为原始颜色特征进一步输入到下一个CE中。

• Pyramid structure
  给定颜色特征，我们可以利用它们来指导增强过程，以获得一致的颜色。为了充分探究颜色信息，我们给出了包含6个金字塔结构CEs的PCE(如图3所示)。给定第i个CEs的颜色特征$C_i$和内容特征$F_i$, PCE在每一层由浅到深的特征描述如下:
  $$E_i,C_{i+1}=CE\left(F_i,C_i\right),i=1,2,\cdots ,6$$
  其中$E_i$表示输出特征，$CE(\cdot )$表示CE的变换。$C_i$由第$(i-1)$个CE计算。相反，在R-Net的编码器中，$F_i$是从对应层复制过来的。金字塔结构将颜色特征嵌入六层。换句话说，递进式设计可以充分利用色彩信息。因此，增强后的图像颜色将更加一致。

3.3. Objective Function

我们的DCC-Net的目标功能被描述为 :
$$l_{\text{total }}={\lambda }_g{l}_g+{\lambda }_c{l}_c+{\lambda }_r{l}_r+{\lambda }_{ssim}{l}_{ssim}+{\lambda }_{tv}{l}_{tv}$$
其中${\lambda }_g,{\lambda }_c,{\lambda }_r,{\lambda }_{ssim},{\lambda }_{tv}$是几个权衡参数。其中，$l_g$和$l_c$分别用于恢复灰度图像和颜色直方图。利用$L_r$和$l_{ssim}$对标准光图像进行像素级和结构级的重建。为了防止过拟合和保持平滑性，可以将$L_{tv}$视为正则化项。