(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211133297.X (22)申请日 2022.09.17 (71)申请人 电子科技大 学 地址 611731 四川省成 都市高新区 （西区） 西源大道 2006号 (72)发明人 饶云波　易玉玲　吕青松　 (74)专利代理 机构 电子科技大 学专利中心 51203 专利代理师 周刘英 (51)Int.Cl. G06T 5/00(2006.01) G06N 20/00(2019.01) (54)发明名称 一种基于关联性参数梯度下降的图像增强 方法 (57)摘要 本发明公开了一种基于关联性参数梯度下 降的图像增强方法， 属于图像增强技术领域。 本 发明提供了一种基于关联性参数梯度下 降的低 照度图像增强方法， 用以解决关联性参数梯度下 降问题， 又能提升低照度图像质量， 以获得具有 完整结构和细节且并且自然清晰的图像。 其包括 不含常数项和包含常数项的关联性梯度下 降的 低照度图像增强两种方式。 本发 明能够在关联性 参数的情况下， 同时对多个参数进行优化迭代， 显著提高时间精度， 以及提升低照度图像质量。 能加快收敛速度， 尽可能减小回退幅度， 以有效 减少参数更新时， 在最优解附近来回振荡的情 况。 本发明复现简便， 无需设定复杂参数， 基础硬 件要求较低， 无需预训练过程与复杂的额外调 整。 权利要求书2页 说明书9页 附图3页 CN 115482163 A 2022.12.16 CN 115482163 A 1.一种基于关联性 参数梯度下降的图像增强方法， 其特 征在于， 包括下列步骤： 步骤S1： 分别设定调节亮度、 对比度两个操作函数； 步骤S101： 设置亮度调节函数， 包括每次对图像RGB三个通道的每 个像素值进行累加； 步骤S102： 设置对比度调节函数， 包括每次对图像RGB三个通道平方拉伸， 再重新归一 化到映射范围； 步骤S2： 设置损失函数与图像操作模型函数； 步骤S201： 设置损失函数为： L oss＝(Ty‑Tyi)2； 其中， Ty表示参考指标， Tyi表示输入图像经图像操作处理后的图像与参考图像之间的 判据指标， 所述判据指标为图像之间的均方误差MSE， 或者图像之间的峰值信噪比PSNR， 或 者图像之间的结构相似性S SIM； 步骤S202： 设图像操作模型函数为： yi＝θx， 其中， x表示图像操作模型的输入， θ表示图 像操作模型的调节参数， yi表示图像操作模型的输出， 其中， 图像操作指亮度调节操作或对 比度调节操作， 其中， 亮度调节操作基于对应的调节参数， 通过亮度调节函数实现， 对比度 调节操作基于对应的调节参数， 通过对比度调节函数实现； 步骤S203： 每次迭代时， 将亮度调节操作的结果作为对比度调节操作的输入； 且每次迭代后， 基于损失函数Loss通过梯度下降对亮度调节函数的调节参数θ1和对比 度调节函数的调节参数θ2进行更新： 其中， Loss1表示图像操作处理为亮度调节的损失函数， Loss2表示图像操作为对比度调 节的损失函数； α、 β 分别表示调节参数θ1、 θ2的学习率， k表示迭代次数， 分别表示 更新前、 后的调节参数θ1， 分别表示更新前、 后的调节参数θ2； 对更新后的 向上或向下 取整作为下一次迭代时的调节参数θ1和数θ2； 步骤S204： 当迭代次数达到预置的最大迭代次数或者迭代精度满足预置需求时， 停止 迭代， 得到亮度调节和对比度调节各自的最优调节参数； 步骤S3： 亮度调节和对比度调节的最优调节参数， 得到目标增强图像。 2.如权利要求1所述的方法， 其特 征在于， 将损失函数替换为： 其中， y表示 参考图像， θ x表示图像操作模型的输出。 3.如权利要 求2所述的方法， 其特征在于， 步骤S2 03中， 亮度调节函数的调节参数θ1和对 比度调节函数的调节参数θ2的更新分别为： 其中， 表示第k次亮度调节前的图像。权　利　要　求　书 1/2 页 2 CN 115482163 A 24.如权利要求1所述的方法， 其特征在于， 将步骤S202中的图像操作模型函数替换设置 为： yi＝θ x+b 其中， b表示偏置； 步骤S203中， 还包括对偏置b的更新： 其中， 其中， Loss1表示图像操作 处理为亮度调节的损失函数， Loss2表示图像操作为对 比度调节的损失函数； b1、 b2分别表示亮度调节和对比度调节的偏置， α ′、 β′分别表示偏置 b1、 b2的学习率， b1、 b2分别表示亮度调节和对比度调节的偏 置， k表示迭代次数， 分 别表示更新前、 后的偏置b1， 分别表示更新前、 后的偏置b2 。 5.如权利要求 4所述的方法， 其特 征在于， 将损失函数替换为： 其中， y表示 参考图像。 6.如权利要求5所述的方法， 其特征在于， 步骤S2 03中， 调节参数θ1、 θ2， 以及偏置b1、 b2的 更新分别为： 其中， y1、 y2分别表示亮度调节参考图和对比度调节参考图， α1、 α2分别表示调节参数θ1、 θ2的学习率， β1、 β2分别表示b1、 b2的学习率， 表示第k次亮度调节前的图像， 表示第k次 对比度调节前的图像。 7.如权利要求1至6任一项所述的方法， 其特征在于， 步骤S2还包括： 设置回退步长为最 近的对比度调节的输出。 8.如权利要求1至 6任一项所述的方法， 其特 征在于， 图像之间的峰值信噪比P SNR为： 其中， n为每像素的比特 数， MSE表示图像之间的均方误差 。 9.如权利要求1至 6任一项所述的方法， 其特 征在于， 图像之间的结构相似性 为： 其中， x,y表示进行结构相似 性计算的两幅图像， μx、 μy分别表示图像的x,y均值， σx、 σy分 别表示图像的x,y的标准差， σxy表示x,y的协方差， c1、 c2为预置的常数。权　利　要　求　书 2/2 页 3 CN 115482163 A 3