简介：这是一份PDF格式的研究论文，针对低照度图像亮度低、对比度不足、颜色失真与细节丢失等痛点，提出两种基于Retinex理论与深度学习的增强算法，并附有可复现的详细代码及逐段解释。作者从HSV色彩空间入手，用分解网络、光照增强网络和反射增强网络分离亮度与色彩，引入Res2Block和CBAM-Res2block模块强化多尺度特征；另一条路线则采用多尺度残差U型网络与金字塔池化增强反射分量，同时改进损失函数以维持色彩平衡。实验基于PSNR、SSIM等指标验证，相对传统方法提升明显，且兼顾实时性。资源内容不止于论文正文，还包含HSV-Retinex算法、多尺度Retinex、边缘检测算子、图像质量评价指标的代码实现，并配有智能监控增强、医学影像处理等应用案例解析。包体为775KB、1个PDF文件，适合具备图像处理和深度学习基础的研究人员、技术开发者以及希望探索注意力机制、多尺度特征提取和损失函数优化的读者。目前已有68人学习，可供相关课题快速上手与算法复现参考。 前段时间帮朋友处理一批夜间监控画面，几百段视频里能看清人脸的不超过三成。试过直接调亮、试过Photoshop曲线，结果要么暗部噪点跟着一起放大了，要么亮部直接过曝。这大概就是做低照度图像增强的人最头疼的地方——你要的不是简单把画面调亮，而是在尽量保留细节和颜色的同时，把噪声和偏色压住。
这篇文章就把我实际用过的两条路线完整过一遍：传统Retinex理论和基于深度学习的Retinex方法。文章里所有算法都会有Python代码和细节解释，适合正准备入门图像增强的学生，也适合想快速评估工程方案的开发者。我尽量把代码写成直接能跑的版本，注释也会多写一点，因为很多参数只有真正跑过一遍，才知道它背后在做什么。
1. 低照度图像增强：为什么我们把问题想简单了
低照度图像增强要解决的问题很具体：在夜间、室内暗光、背光等场景下，图像整体亮度低、动态范围窄，暗部细节肉眼已经很难辨认。监控、手机摄影、无人机夜间巡检、自动驾驶夜间感知都会遇到这个情况。
但难点从来不在“把它变亮”这一步。你用Photoshop拉一下亮度曲线，几秒钟就把整张图提亮了，代价是暗部噪声也被同步放大，原本藏在暗部的彩色噪点一下变得刺眼。更麻烦的是，很多暗部其实已经过曝或饱和，信息在采集阶段就丢了，提亮之后只能看到一片惨白或一块色斑。
这里要提到Retinex理论。它的核心假设是：一张图像的感知亮度，来自环境光照和物体本身反射率的乘积。环境光照可以很弱，但物体反射率是本身的属性，不应该随着光照变化而改变。所以Retinex方法做的事情，就是想办法把“光照”和“反射”分开——把光照分量修正，把反射分量保留，暗图自然就亮了，同时不至于破坏图像本身的纹理结构。
这个思路听起来很干净，但一到真实黑暗场景就露怯。后面我会专门讲传统Retinex的三个硬伤，然后再讲深度学习是怎么把这套老理论救活的。先别急着上深度学习，我们得先把传统方法吃透，因为你后面所有深度学习模型的评估，都得站在传统方法的肩膀上。
2. 经典Retinex：理论漂亮，代码也不难
2.1 一张图看懂Retinex的物理假设
想象你在一个暖黄色的房间看一张白纸，纸上放了一个红色杯子。纸本身是白色的，但你的眼睛看到的是“被暖黄灯光染过”的白；杯子是红色的，但你看到的红也叠加了一层暖黄色调。如果硬要把眼睛看到的颜色拆解成“物体本色 + 灯光颜色”，这就是Retinex在做的事。
用数学表达就是：
S = R × L
S是传感器接收到的图像，R是反射分量，L是光照分量。注意这里是逐像素相乘。两边取对数之后，乘法变成加法：
log S = log R + log L
取对数之后，分离两个分量的计算难度就降低了一大截。这也是为什么几乎所有Retinex算法第一步都是把像素值搬到对数域处理。后面代码里你会看到np.log1p这个操作，就是在做这件事。
2.2 SSR/MSR/MSRCR怎么选
经典Retinex有三条路线，很多人第一次接触会被这几个缩写搞晕。简单梳理一下：
| 方法 | 核心思路 | 关键参数 | 典型问题 |
|---|---|---|---|
| SSR（单尺度） | 用单个高斯滤波估计光照分量并去除 | 高斯核的sigma | 要么偏亮、要么偏暗，细节丢失 |
| MSR（多尺度） | 多个sigma加权融合，兼顾局部和全局 | sigma列表 | 容易颜色失真、整体发灰 |
| MSRCR（颜色恢复） | MSR基础上增加颜色恢复系数 | 颜色恢复参数alpha/beta | 参数多了，调参更烦 |
实际工程里SSR基本只做入门理解用，MSR用得最多，但要在最后加颜色恢复，就是MSRCR。如果你的图像本身单通道灰度图，MSR就够了；如果是彩色图，只做MSR不恢复颜色，出来的图色彩会很怪，整体像蒙了一层灰白纱。
2.3 可直接运行的MSR代码与细节解读
下面这段代码我用的OpenCV加NumPy实现，几十行就能跑。假设你手头有一张名为dark.jpg的暗图，直接输出msr_result.jpg。
import cv2 import numpy as np def gaussian_blur(img, sigma): # ksize设为(0,0)，让OpenCV根据sigma自动推算核窗口 return cv2.GaussianBlur(img, (0, 0), sigma) def single_scale_retinex(img, sigma): img_log = np.log1p(img.astype(np.float64)) L = gaussian_blur(img_log, sigma) R = img_log - L # 归一化到0-255 R = cv2.normalize(R, None, 0, 255, cv2.NORM_MINMAX) return R.astype(np.uint8) def multi_scale_retinex(img, sigma_list): img = img.astype(np.float64) img_log = np.log1p(img) R = np.zeros_like(img_log) for sigma in sigma_list: L = gaussian_blur(img_log, sigma) R += (img_log - L) R /= len(sigma_list) R = cv2.normalize(R, None, 0, 255, cv2.NORM_MINMAX) return R.astype(np.uint8) if __name__ == "__main__": img = cv2.imread("dark.jpg") img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # 逐通道处理，避免BGR顺序影响结果 out = np.stack([ multi_scale_retinex(img_rgb[:, :, 0], [15, 80, 250]), multi_scale_retinex(img_rgb[:, :, 1], [15, 80, 250]), multi_scale_retinex(img_rgb[:, :, 2], [15, 80, 250]) ], axis=2) out_bgr = cv2.cvtColor(out, cv2.COLOR_RGB2BGR) cv2.imwrite("msr_result.jpg", out_bgr)几个关键点值得展开说。np.log1p先加1再取对数，是为了防止像素值为0时log(0)报错，也让暗部压缩得更缓和。sigma_list里的三个数值分别代表小尺度、中尺度、大尺度：15左右的sigma能刻画局部光照变化，250左右的sigma管全局光照。三档融合的本质是让算法既能看到“灯旁边的局部阴影”，也能看到“整面墙的大面积暗部”。
但这套代码有一个问题：最后用cv2.normalize做全图拉伸，会直接把颜色比例破坏掉。正经的MSRCR会在这里加一步颜色恢复系数，公式大致是：对每个通道的像素求它在全图中的占比，再乘以一个对数压缩系数。你可以想象成年夜饭桌上每个人都要夹菜，如果有个菜被夹得太快，旁边就会有人按住盘子说“你让点别人”。MSRCR就是那个按盘子的人。所以如果输出结果颜色怪，优先怀疑是不是少了颜色恢复这一步。
3. 经典Retinex一到黑夜就翻车
3.1 病态分解：光照和反射本来就不是唯一解
把一张暗图丢给MSR，输出会瞬间变亮，但仔细观察你会发现三件事：暗部的噪点被成倍放大，物体边缘出现一圈灰白光晕，整张图的颜色像褪了色。为什么？因为S = R × L本身是一个病态方程。一个乘积结果，能拆出无数对R和L。比如一张黑图，你可以解释成“光照弱但反射正常”，也可以解释成“反射低但光照正常”。没有额外约束，算法只能靠“光照分量是平滑的”这种假设去猜，猜得准不准完全看运气。
在真正黑暗的夜间场景里，这种“猜”失败的频率变得非常高。因为暗部区域的信号本来就弱、噪声占比大，高斯滤波把局部细节和噪声混在一起平滑掉，估计出的光照就带着脏兮兮的残留。你把这层脏残留当“光照”去掉，剩下的所谓“反射”里其实全是噪声。
3.2 噪声为什么跟着一起被放大
我拿一张晚上用手机拍的走廊照片跑了上面那段代码，亮度确实上来了，但墙上细小的彩色噪点像洒了一层沙子一样铺满了整个画面。原因并不神秘：暗部像素值低，信噪比低，传感器在弱光下又叠加了数字增益，噪声的绝对幅度并不小。Retinex在做对数域减法时，对“细节”一视同仁，不管它是有用的墙体纹理还是没用的传感器噪点，只要变化幅度在，就会被当成反射分量保留下来，然后再跟着光照一起被提亮。
这也是传统Retinex在工程里最尴尬的位置：它把提亮和去噪这两件事完全割裂了。算法只负责提亮，去噪你得靠前置的滤波或后置的降噪，一步漏掉，全图拉垮。
3.3 光晕的来源和崩坏的边缘
光晕问题同样由来已久。想象一个场景：窗户外面是夜空，窗户框却正对一盏路灯。高亮区域和黑暗区域之间有一个强烈的边缘。高斯滤波用的核是一个圆形的模糊窗口，窗口越大，边缘附近被“污染”的范围就越宽——亮区的光晕渗进了暗区，导致估计出的光照在边缘处是灰白色的，提亮之后就成了明显的白色光晕。MSRCCR沿用了“光照是平滑的”这一假设，但这个假设在强边缘处本来就不成立。
到这里你应该能得出一个结论：传统Retinex缺的不是公式推导，而是对“真实自然图像长什么样”的常识。比如正常的反射分量边缘是锐利的，光照分量通常是连续变化的，暗部噪声不应该被当成反射来增强。这些常识在传统方法里只能靠人手工设计正则项，但在深度学习里，我们直接让网络从数据中把这些常识学出来。这就是下一章要讲的核心。
4. RetinexNet：用深度学习重写“分解-增强”流程
4.1 网络三件套：Decom-Net、Enhance-Net、Recon-Net
2018年BMVC上发表的《Deep Retinex Decomposition for Low-Light Enhancement》，也就是经常被提到的RetinexNet，是低照度增强里把Retinex理论和深度学习结合起来的代表作。之后出现的KinD、Retinexformer等一系列工作在思路上的起点，都能追溯到这篇文章。今天再去精读它，性价比依然很高。
RetinexNet结构上分三块。Decom-Net负责把输入图像分解成反射分量R和光照分量L，它的训练用的是成对的低光图和正常光图，靠“同一场景反射分量应该一致”这个约束来学；Enhance-Net负责对光照分量做增强，本质上是一个亮度映射网络；最后Recon-Net把增强后的光照和原始反射分量重新相乘，还原出提亮后的图像。
这套设计最妙的地方在于：传统Retinex要靠高斯平滑来估计光照，RetinexNet用神经网络替代了这个手工先验；传统方法无法区分噪声和反射细节，RetinexNet通过成对数据带共同反射约束，让网络自动把“不随光照变化”的东西归到反射，把“随光照变化”的东西归到光照。这就是数据驱动先验的力量。
4.2 PyTorch版RetinexNet核心模块代码
官方代码基于TensorFlow 1.x，现在配环境非常痛苦。我这里写一个PyTorch风格的Decom-Net复现，结构参考官方思路，通道数和卷积核做了一点调整方便演示。参数和论文不必逐字一致，通道宽度这个级别的调整对结果影响不大。
import torch import torch.nn as nn class DecomNet(nn.Module): def __init__(self, channel=64, kernel_size=3): super(DecomNet, self).__init__() # 第一层卷积把3通道RGB映射到一个高维特征空间 self.conv1 = nn.Conv2d(3, channel, kernel_size, padding=1) self.relu = nn.ReLU(inplace=True) # 中间特征提取层，原文类似三层卷积堆叠 self.conv2 = nn.Conv2d(channel, channel, kernel_size, padding=1) self.conv3 = nn.Conv2d(channel, channel, kernel_size, padding=1) self.conv4 = nn.Conv2d(channel, channel, kernel_size, padding=1) # 最终1x1卷积输出4个通道：前3个是反射R，第4个是光照L self.conv5 = nn.Conv2d(channel, 4, 1) def forward(self, x): x = self.relu(self.conv1(x)) x = self.relu(self.conv2(x)) x = self.relu(self.conv3(x)) x = self.relu(self.conv4(x)) out = self.conv5(x) # 划分通道并做sigmoid，让R和L都落在[0,1]区间 R = torch.sigmoid(out[:, 0:3, :, :]) L = torch.sigmoid(out[:, 3:4, :, :]) return R, L注意最后用sigmoid而不是relu，这不是小细节。R和L在物理上都应该是非负且有上界的，sigmoid能把输出限制在0到1之间，等效于假设反射率和光照强度都是归一化后的相对值。如果你去看一些复现版本，会发现有的实现还会在这个模块之前加一个预处理卷积层，做法大同小异，核心都在“分解”这两个字上。
4.3 损失函数怎么设计
网络结构之外，损失函数才是RetinexNet的灵魂。我来说说三项最关键的损失：
重构损失：强制R * L能够还原原始输入S。这一步等于告诉网络，分解可以任意发挥，但分解结果相乘必须能变回原图，否则就是无效分解。一般用L1距离而不是L2，因为L1对噪声更鲁棒，不会逼着网络把边缘糊掉来降低误差。
反射一致性损失：对成对输入的低光图和正常光图，强制两张图分解出的反射分量R_low和R_high尽量接近。这是整个网络能学会“同一物体在不同光照下反射率不变”这一物理规律的直接原因。
光照平滑损失：对光照分量L做梯度约束，让它在平坦区域尽量平滑，但在强边缘处通过乘上反射梯度衰减项放松约束。损失函数示意如下：
# 示意伪代码，完整实现见官方仓库 rec_loss = torch.mean(torch.abs(R * L - S)) # 重构损失 ir_loss = torch.mean(torch.abs(R_low - R_high)) # 反射一致性 sm_loss = torch.mean(torch.abs(grad(L)) * torch.exp(-torch.abs(grad(R)))) # 光照平滑 loss = rec_loss + ir_loss + 0.1 * sm_loss训练时先把Decom-Net单独预训练一遍，让分解结果稳定，再联合三个模块端到端微调。我自己实测下来的体感是，这个网络在LOL数据集上训练，效果确实比传统MSR好，尤其是暗部纹理和颜色的还原，放大的噪点也明显变少。代价也很明确：需要成对数据集、训练时间不短、推理尺寸受限制。
5. 从RetinexNet到Zero-DCE、SCI：方法对比和落地避坑
5.1 主流低照度图像增强方法横向对比
如果你现在要选一个方法落地，只看RetinexNet显然不够。近几年的方法迭代很快，我按自己的理解整理了一张对比表，覆盖从经典到新近的几条路线：
| 方法 | 核心策略 | 数据依赖 | 亮点 | 落地难点 |
|---|---|---|---|---|
| RetinexNet | 分解R/L后增强再重建 | 成对低光/正常图 | 结构直观、方便加约束 | 训练复杂、对伪影敏感 |
| Zero-DCE | 轻量网络估计像素级亮度曲线 | 无需成对数据 | 模型小、推理快 | 极端暗部容易过曝 |
| SCI | 级联自校正模块，快速照明估计 | 不强制成对数据 | 速度很快、高清图可用 | 严重退化场景上限有限 |
| Retinexformer | Retinex分解+Transformer建模 | 成对数据集（LOL-v2） | 去噪和颜色还原效果好 | 模型大、部署成本高 |
如果你让我给一个快速验证的建议：先别一上来就训练，拿Zero-DCE或SCI的预训练模型直接跑一张你的图，看看亮度、噪声、颜色主观能不能接受。这两个方法不依赖成对数据，推理也快，适合做baseline。如果主观看不上，再考虑RetinexNet这类分解模型或者上Retinexformer。
5.2 训练和推理阶段的避坑心得
第一坑是LOL数据集版本。网上流传的LOL数据集有e版本、v1版本和v2版本，文件名后缀不一样，图像尺寸也不一样。RetinexNet原版训练默认读的是400x600的尺寸，你换了v2的大图，直接训练会报尺寸冲突或显存暴涨。下载前先看清论文里用的是哪个版本，别混着用。
第二坑是环境依赖。官方RetinexNet是TensorFlow 1.x写的，现在的显卡驱动和CUDA版本普遍跑不了老版本TF。如果你只是想跑通推理，最省事的方式是去找社区里已经转好的PyTorch权重；如果非要复现完整训练，建议直接用官方提供的Docker镜像，别自己从零编译，否则会花大量时间在环境问题上。
第三坑是推理尺寸。原作者训练时输入的图是固定大小，运行测试脚本时常需要resize到指定尺寸。如果你的原图是几百万像素的高清照片，直接resize到400x600再推理，放大回原分辨率后细节必然会糊。我的经验是先等比缩放到长边不超过1200像素，推理后再用cv2.resize和双三次插值放大，主观损失可以接受。
第四坑是评价指标。PSNR和SSIM需要参考图像，只适合在标准数据集上对比算法优劣；真实场景里根本没有“标准答案”，这时候硬报PSNR没有意义。建议无参考场景下优先看主观效果，配合NIQE这类无参考指标辅助判断。我个人的习惯是：跑5张典型暗光图，放大到100%看暗部噪点和边缘光晕，比看一眼平均值有用得多。
低照度图像增强这个方向，传统Retinex提供了理论框架，深度学习提供了实现工具，两者合在一起才真正解决了“提亮不放大噪声、增强不改颜色”的问题。我自己在实际项目里的流程是：先拿Zero-DCE或SCI快速出一版结果判断上限，如果效果不够再回头细调RetinexNet这类分解模型。多跑几个模型对比一下主观效果，往往比死磕PSNR数值更高效，也更能帮你判断它在真实业务里能不能用。
本文还有配套的精品资源，点击获取
