(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 202111616244.9 (22)申请日 2021.12.27 (71)申请人 中煤科工开采研究院有限公司 地址 102206 北京市顺 义区中关村科技园 区顺义园临空二路1号 申请人 陕煤集团神木张家峁矿业有限公司 (72)发明人 杜明　赵国瑞　呼少平　薛忠新　 李帅帅　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 专利代理师 杜月 (51)Int.Cl. G06T 7/90(2017.01) G06T 7/73(2017.01) G06T 7/33(2017.01)G06T 5/00(2006.01) G06K 9/62(2022.01) G06V 10/774(2022.01) (54)发明名称 图像增强方法、 装置、 电子设备和计算机可 读存储介质 (57)摘要 本发明提出一种图像增强方法、 装置、 电子 设备和计算机可读存储介质， 其中， 图像增强方 法包括构建图像增强训练数据集， 该数据集包括 原始图像和对应的标准图像； 构建图像增强网络 模型， 将原始图像输入至图像增强网络模型， 输 出与原始图像对应的增强图像， 图像增强网络模 型包括编码模 型和查找表生 成模型， 编码模型用 于对原始图像进行编码得到基点信息， 查找表生 成模型用于利用基点信息生 成颜色查找表； 利用 标准图像和增强图像确定第一损失函数， 利用颜 色查找表确定第二损失函数； 根据第一损失函数 和第二损失函数调整编码模型和查找表生成模 型的参数， 从而得到训练好的图像增强网络模 型。 根据本发 明的方法提高了图像增强 网络模型 的增强效果。 权利要求书3页 说明书11页 附图6页 CN 114742907 A 2022.07.12 CN 114742907 A 1.一种图像增强方法， 其特 征在于， 包括： 构建图像增强训练数据集， 所述图像增强训练数据集包括原始图像和对应的标准图 像； 构建图像增强网络模型， 将所述原始图像输入至所述图像增强网络模型， 输出与所述 原始图像对应的增强图像， 其中， 所述图像增强网络模型包括编码模 型和查找表生成模型， 所述编码模型用于对原始图像进 行编码得到基点信息， 所述查找表生成模 型用于利用所述 基点信息生成颜色查找 表； 利用所述标准图像和所述增强图像确定第 一损失函数， 利用所述颜色查找表确定第 二 损失函数； 根据所述第一损失函数和所述第二损失函数调整所述编码模型和所述查找表生成模 型的参数， 从而得到训练好的图像增强网络模型。 2.根据权利要求1所述的图像增强方法， 其特征在于， 所述第 一损失函数包括亮度差异 损失函数， 所述亮度差异损失函数根据所述标准图像和所述增强 图像确定， 所述第二损失 函数包括单调性损失函数和扰动波动损失函数， 所述单调性损失函数和所述扰动波动损失 函数根据颜色查找 表确定。 3.根据权利要求2所述的图像增强方法， 其特征在于， 所述亮度差异损失函数根据 所述 标准图像和所述增强 图像确定包括： 对于所述标准图像中的每个第一像素点， 在所述增强 图像中确定该第一像素点对应的第二像素点， 并计算该第一像素点和所述第二像素点的差 值的平方以及三倍差值的绝对值， 对平方和绝对值进 行求和得到该第一像素点对应的亮度 差； 根据每个第一像素点各自对应的亮度差确定所述增强 图像的亮度差平均值， 并将所述 亮度差平均值作为所述亮度差异损失函数。 4.根据权利要求2所述的图像增强方法， 其特征在于， 所述单调性损失函数和所述扰动 波动损失函数根据颜色查找表确定包括： 对于所述颜色查找表的每个第一位置颜色点， 确 定该第一位置颜色点后一相邻的第二位置颜色点， 并计算该第一位置颜色点和所述第二位 置颜色点的颜色差值的平方， 根据每个第一位置颜色点各自对应的颜色差值的平方确定所 述颜色查找表的颜色差值平均值， 并将所述颜色差值平均值作为所述扰动波动损失函数； 计算该第一位置颜色点和所述第二位置颜色点的颜色差值， 将颜色差值小于0的部 分截断， 获得该第一位置颜色点的正向梯度值， 根据每个第一位置颜色点各自对应的正向梯度值确 定所述颜色查找表的正向梯度值平均值， 并将所述正向梯度值平均值作为所述单调性损失 函数。 5.根据权利要求1所述的图像增强方法， 其特征在于， 所述构建图像增强训练数据集包 括： 获取不同场景不同照度下 的原始图像， 并获取与所述原始图像处于同一场景下 的对应 的标准图像。 6.根据权利要求5所述的图像增强方法， 其特征在于， 所述获取与所述原始图像处于同 一场景下的对应的标准图像包括： 利用特征点配准技术将同一场景下的图像信息进行图像 配准， 获取原 始图像对应的标准图像。 7.根据权利要求1所述的图像增强方法， 其特征在于， 所述将所述原始图像输入至所述 图像增强网络模型， 输出与所述原始图像对应的增强 图像包括： 根据所述颜色查找表的表 征规模对所述原始图像进行数值量化得到量化特征， 根据原始图像的量化特征， 采用双线权　利　要　求　书 1/3 页 2 CN 114742907 A 2性插值方法， 在颜色查找 表中进行插值 查找对应的输出像素， 以输出增强图像。 8.一种图像增强装置， 其特 征在于， 包括： 获取模块， 用于获取图像增强训练数据集， 所述图像增强训练数据集包括原始图像和 对应的标准图像； 增强处理模块， 用于构建图像增强网络模型， 将所述原始图像输入至所述图像增强网 络模型， 输出与所述原始图像对应的增强图像， 其中， 所述图像增强网络模型包括编 码模型 和查找表生成模型， 所述编码模型用于对原始图像进行编码得到基点信息， 所述查找表生 成模型用于利用所述基点信息生成颜色查找表； 利用所述标准图像和所述增强图像确定第 一损失函数， 利用所述颜色查找表确定第二损失函数； 根据所述第一损失函数和所述第二 损失函数调整 所述编码模型和所述查找表生成模型的参数， 从而得到训练好的图像增强网 络模型。 9.根据权利要求8所述的图像增强装置， 其特征在于， 所述第 一损失函数包括亮度差异 损失函数， 所述亮度差异损失函数根据所述标准图像和所述增强 图像确定， 所述第二损失 函数包括单调性损失函数和扰动波动损失函数， 所述单调性损失函数和所述扰动波动损失 函数根据颜色查找 表确定。 10.根据权利要求9所述的图像增强装置， 其特征在于， 所述亮度差异损 失函数根据所 述标准图像和所述增强 图像确定包括： 对于所述标准图像中的每个第一像素点， 在所述增 强图像中确定该第一像素点对应的第二像素点， 并计算该第一像素点和所述第二像素点的 差值的平方以及三倍差值的绝对值， 对平方和绝对值进行求和得到该第一像素点对应的亮 度差； 根据每个第一像素点各自对应的亮度差确定所述增强 图像的亮度差平均值， 并将所 述亮度差平均值作为所述亮度差异损失函数。 11.根据权利要求9所述的图像增强装置， 其特征在于， 所述单调性损失函数和所述扰 动波动损失函数根据颜色查找表确定包括： 对于所述颜色查找表的每个第一位置颜色点， 确定该第一位置颜色点后一相 邻的第二位置颜色点， 并计算该第一位置颜色点和所述第二 位置颜色点的颜色差值的平方， 根据每个第一位置颜色点各自对应的颜色差值的平方确定 所述颜色查找表的颜色差值平均值， 并将所述颜色差值平均值作为所述扰动波动损失函 数； 计算该第一位置颜色点和所述第二位置颜色点的颜色差值， 将颜色差值小于0的部 分截 断， 获得该第一位置颜色点的正向梯度值， 根据每个第一位置颜色点各自对应的正向梯度 值确定所述颜色查找表的正向梯度值平均值， 并将所述正向梯度值平均值作为所述单调性 损失函数。 12.根据权利要求8所述的图像增强装置， 其特征在于， 在获取模块中， 所述构建图像增 强训练数据集包括： 获取不同场景不同照度下 的原始图像， 并获取与所述原始图像处于同 一场景下的对应的标准图像。 13.根据权利要求12所述的图像增强装置， 其特征在于， 所述获取与 所述原始图像处于 同一场景下的对应的标准图像包括： 利用特征点配准技术将同一场景下的图像信息进 行图 像配准， 获取原 始图像对应的标准图像。 14.根据权利要求8所述的图像增强装置， 其特征在于， 在增强处理模块中， 所述将所述 原始图像输入至所述图像增强网络模型， 输出与所述原始图像对应的增强 图像包括： 根据 所述颜色查找表的表征规模对所述原始图像进行数值量化得到量化特征， 根据原始图像的权　利　要　求　书 2/3 页 3 CN 114742907 A 3