低光图像增强新色彩空间HVI：技术突破与创新解析（HVI: ANewColor Space for Low-light Image Enhancement）

摘要

低光图像增强（LLIE）是计算机视觉领域的关键任务，旨在从受损的低光图像中恢复细节信息。针对现有方法在标准RGB（sRGB）空间易产生色偏与亮度伪影的问题，以及HSV色彩空间转换引发的红/黑噪声问题，本文提出新型水平/垂直-强度（HVI）色彩空间，其核心创新包含两大技术突破：

1. HVI色彩空间架构

组件	技术特性	创新价值	效果对比
极化HS映射	通过极坐标约束红色坐标距离	消除HSV空间红色伪影（如霓虹灯干扰）	红色噪声PSNR提升2.3dB
可学习强度通道	动态压缩低光区域强度分布	抑制黑斑噪声（如夜景暗部噪点）	暗区SSIM提升17%

2. 色彩-强度解耦网络（CIDNet）

class CIDNet(nn.Module):def __init__(self):# 双分支架构self.color_branch = HS_PolarEncoder()  # HS极化编码器self.intensity_branch = LearnableCompressor()  # 可学习强度压缩模块self.fusion_layer = AdaptiveFuser()  # 动态特征融合层

技术优势：

解耦学习机制：分离处理色度（H/S）与强度（V）信息，避免传统方法中色彩-亮度耦合失真
动态映射函数：基于光照条件自适应的光度映射，在MIT-Adobe FiveK数据集上实现0.92 SSIM

3. 实验结果（10个基准数据集）

指标	HVI-CIDNet	最优竞品（KinD++）	提升幅度
PSNR	28.7 dB	26.2 dB	+9.5%
SSIM	0.941	0.892	+5.5%
LPIPS	0.072	0.115	-37.4%

工程价值：该方案在手机夜景模式（如华为P50 Pro）实测中，相比传统ISP流水线处理速度提升3倍，内存占用减少42%。

项目开源地址：https://github.com/Fediory/HVI-CIDNet

1. 引言

在低光成像条件下，图像传感器捕获的微弱光信号常伴随严重噪声，导致低光图像质量显著下降。低光图像增强（Low-Light Image Enhancement, LLIE）技术旨在提升图像亮度的同时抑制噪声与色偏干扰[38]，成为解决这一问题的核心手段。

当前主流LLIE方法[19,25,29,52,75,80]聚焦于在标准RGB（sRGB）空间内通过深度神经网络学习低光图像与正常光照图像的映射关系。然而，sRGB空间存在亮度-色彩强耦合问题（即高色彩敏感度[17,36]），导致增强图像出现明显色偏（如图1(a)所示）。受Kubelka-Munk理论[17]启发，近期研究[39,76,81]尝试将图像转换至HSV（Hue, Saturation, Value）色彩空间进行增强，虽能提升亮度调节精度，却引发局部色彩空间噪声放大问题：

红色断裂噪声（① Red Discontinuity Noise）：sRGB至HSV的转换破坏红色通道连续性，导致相似色彩欧氏距离增大
黑色平面噪声（② Black Plane Noise）：暗区强度分布失真，产生伪影（见图1(b)局部放大区域）
这两类噪声在红色主导或极暗场景中尤为突出，严重制约增强效果。

2. 方法论突破

为解决上述问题，本研究提出专为LLIE任务设计的水平/垂直-强度（Horizontal/Vertical-Intensity, HVI）色彩空间，其创新架构包含两大核心模块：

组件	技术实现	解决痛点	数学表达
极化HS映射	红色坐标距离约束	消除红色断裂噪声
可学习强度压缩	暗区密度参数kkk自适应调节	抑制黑色平面噪声

同时，我们提出色彩-强度解耦网络（Color and Intensity Decoupling Network, CIDNet），其双分支架构实现：

HV分支：建模极化HS平面的色度信息
强度分支：学习动态光照条件下的亮度映射函数
该网络以轻量化设计（参数量1.88M，计算量7.57GFLOPs）实现高效推理，在10个基准数据集上取得SOTA性能。

3. 主要贡献

HVI色彩空间理论体系
通过极化HS映射与可学习强度压缩，攻克传统色彩空间的噪声放大难题，在MIT-Adobe FiveK数据集上将红色噪声PSNR提升23.7%。
CIDNet网络架构创新
设计双流解耦学习机制，在保持低计算开销（较EnlightenGAN降低57% FLOPs）的同时，实现多光照条件的精准光度映射，LOL-v2真实场景测试SSIM达0.941。
系统性实验验证
在10个数据集上的定量实验表明，HVI-CIDNet在PSNR（+9.5%）、SSIM（+5.5%）、LPIPS（-37.4%）等指标全面超越现有方法，尤其在极端暗光（<1 lux）场景展现卓越鲁棒性。

技术对比与工程价值

色彩空间	色偏控制	噪声抑制	计算效率	适用场景
sRGB	差	一般	高	日常光照
HSV	中	差	中	均匀光照
HVI	优	优	高	极端低光

本项目已开源代码库提供HVI空间转换工具与预训练模型，支持实时4K视频增强（30fps@RTX 3090），为智能手机影像系统、自动驾驶夜视模块等提供核心算法支撑。

图1. 色彩空间转换过程与增强效果对比

(顶部行) sRGB → HSV → HVI色彩空间转换流程
(底部行) 对应测试结果

sRGB空间：高色彩敏感性导致测试图像色偏（如天空区域青绿色失真）
HSV空间：亮度-色彩解耦实现亮度归一化，但引入红色断裂（①）与黑色平面噪声（②）
HVI空间：
- 极化HS：消除红色不连续性（①→平滑过渡）
- 可学习强度函数Cₖ：压缩暗区半径（②→噪声抑制）

2. 相关工作

2.1 低光图像增强

单阶段方法
单阶段深度学习方法[6,13,23,29,41,75]在低光增强任务中广泛应用。现有方法针对低光图像存在的噪声、亮度不足和色偏问题提出了不同解决方案：

RetinexNet[62]基于Retinex理论，通过分解图像的光照分量（Illumination）和反射分量（Reflectance）实现增强，但存在亮度控制不精准和黑色区域色偏问题。
Bread[21]采用YCbCr颜色空间解耦噪声与色偏，并设计色彩适应网络缓解增强后的残留色偏，但其在暗区仍存在亮度不均匀和色彩失真。

扩散模型方法
随着去噪扩散概率模型（DDPMs）[24]的发展，扩散模型在低光增强中展现出显著优势，但面临局部过曝和色彩偏移的挑战：

Diff-Retinex[69]将Retinex理论与扩散模型结合，尝试从sRGB空间分解光照和反射分量，但未能完全解耦亮度与色彩信息。
现有方法通过全局亮度校正或局部色彩校正器优化，如结合亮度先验和自适应噪声抑制策略（网页5），但复杂场景下仍存在细节丢失和伪影问题。

2.2 颜色空间

sRGB空间
sRGB是数字成像设备广泛使用的颜色空间，但其三通道（R/G/B）的亮度与色彩存在强耦合性[17]，轻微扰动会导致增强图像出现明显色变和亮度失真。

HSV与YCbCr空间
这两种空间通过解耦亮度和色彩信息优化增强效果，但存在固有缺陷：

HSV空间
- 基于圆柱坐标系，将色调（Hue）、饱和度（Saturation）和明度（Value）分离，但增强过程中易引发红色不连续噪声（Red Discontinuity Noise）和黑色平面噪声（Black Plane Noise）。
- 例如，传统HSV转换会破坏红色通道连续性（网页6），而极化HS映射（网页10）通过约束红色坐标距离可缓解此问题。
YCbCr空间
- 包含亮度轴（Y）和色度平面（CbCr），解决了HSV的色调维度不连续问题，但Y轴与CbCr平面仍存在部分耦合，导致严重色偏。
- 如Bread方法（网页2）虽利用YCbCr解耦噪声，但暗区色彩校准仍不理想。

关键问题总结

方法类别	代表模型	优势	缺陷	改进方向
单阶段模型	RetinexNet	物理可解释性高	黑色区域色偏、亮度失真	结合自适应强度压缩
扩散模型	Diff-Retinex	生成质量高、细节保留好	局部过曝、计算复杂度高	引入频域分解
颜色空间	HSV	亮度与色彩解耦	红色噪声、黑色伪影	极化HS映射
颜色空间	YCbCr	兼容视频压缩标准	Y轴与色度平面耦合导致色偏	动态色彩适应网络

技术演进趋势：

颜色空间创新：如HVI空间（网页10）通过极化HS和可学习强度压缩，消除HSV/YCrCb的噪声干扰，实现亮度与色彩的完全解耦。
模型架构优化：轻量化双分支网络（如CIDNet）结合频域分解（网页5）与交叉注意力机制，提升复杂退化模式的分离能力。
扩散模型融合：结合物理先验（如Retinex理论）与生成式模型，通过动态锚定机制（网页2）平衡生成质量与计算效率

3. HVI色彩空间

HVI（水平/垂直-强度）色彩空间在HSV色彩空间基础上构建，旨在解决HSV空间存在的颜色空间噪声问题。其核心思想是通过数学重构，使相似颜色在色彩空间中具有更小的欧氏距离，从而提升增强图像的感知质量。具体设计包含以下关键创新：

3.1 HSV色彩空间中的颜色空间噪声

强度图估计

低光图像增强（LLIE）的核心挑战之一是准确估计场景的光照强度图。传统方法（如Retinex理论）通过神经网络直接生成正常光照图，但存在物理规律与人眼感知不匹配的问题。HVI采用Max-RGB理论进行强度图计算：

该公式通过取RGB通道最大值构建强度图（即HSV中的V分量），避免了神经网络估计的泛化性局限。

色相/饱和度平面噪声

sRGB到HSV的转换虽能解耦亮度（V）与色度（H/S），但在低光场景中会放大两类噪声：

红色不连续性噪声：HSV中红色在色相轴两端（h=0°和h=360°）因模运算产生断裂，导致增强后红色区域出现伪影。
黑色平面噪声：低光区域（V值趋近0）的色度信息（H/S）受噪声干扰严重，HSV变换会放大暗区噪声。

3.2 HVI的极化HS与可坍缩强度设计

极化HS平面（解决红色噪声）

通过数学重构HSV的色相轴，消除红色不连续性：

该操作将HSV的线性色相轴转换为极坐标系下的正交分量（H/V），使红色在极坐标中连续分布，相似红色坐标的欧氏距离最小化。

自适应强度坍缩函数（解决黑色噪声）

引入可训练参数k控制暗区压缩强度：

其中ϵ=10−8\epsilon=10^{-8}ϵ=10−8防止梯度爆炸。CkC_kCk函数动态压缩低光区域半径（ImaxI_{max}Imax越小压缩越强），抑制黑色平面噪声的同时保留高光细节。

HVI图像构建

通过元素级乘法融合极化HS与强度压缩：

最终将通道拼接，形成HVI色彩空间的三通道表示。

HVI优势分析

特性	HSV	HVI	工程价值
红色连续性	断裂（h=0/360°）	极坐标连续分布	霓虹灯/红毯场景伪影减少90%
暗区噪声抑制	放大噪声	动态压缩低光区域	信噪比（SNR）提升23%
可学习性	固定数学模型	参数kkk自适应训练	跨场景泛化能力（如水下/夜间）
计算效率	传统色彩空间转换	轻量化操作（仅增加7.57GFLOPs）	手机端实时增强（30fps@4K）

该设计为CIDNet网络（参数量1.88M）提供了优化的色彩表示基础，在Sony-Total-Dark等极端低光数据集上PSNR指标提升6.68 dB

4. 色彩-强度解耦网络（CIDNet）技术解析

4.1 HVI色彩空间转换（HVI Transformation）

该模块将sRGB图像解耦为强度图（Intensity Map）和HV色度图（HV Color Map）：

强度图生成：基于Max-RGB理论（公式1），取RGB三通道最大值构建全局光照强度图ImaxI_{max}Imax，表征场景的亮度分布。
HV色度图生成：通过极化HS映射（公式5）与可学习强度压缩函数CkC_kCk（公式4），将sRGB图像转换为极坐标系下的正交色度分量H^\hat{H}H^和V^\hat{V}V^，消除HSV空间的红色不连续性噪声。
参数自适应：引入可训练密度参数kkk，动态调整低光区域色点密度（如夜景暗部），抑制黑色平面噪声。

4.2 双分支增强网络（Dual-branch Enhancement Network）

网络架构基于UNet的双分支设计，包含HV分支（色度建模）和I分支（强度建模），并通过Lighten Cross-Attention（LCA）模块实现跨分支交互：

分支	功能	技术特性
HV分支	抑制暗区噪声与色度失真	极化HS映射 + 通道注意力机制
I分支	估计全局光照强度分布	自适应亮度增强 + 残差学习
LCA模块	跨分支特征交互优化	交叉注意力 + 多尺度特征融合

关键创新：

任务解耦机制：HV分支专注色度去噪（暗区信噪比提升23%），I分支专注亮度恢复（PSNR提升9.5%），避免传统方法的亮度-色彩耦合失真。
动态引导增强：I分支输出的光照强度特征通过LCA模块引导HV分支的噪声抑制（如高光区域减少去噪强度），实现亮度与色度的协同优化。

4.3 感知逆HVI变换（Perceptual-inverse HVI Transformation）

该模块将增强后的HVI图像映射回sRGB空间，保留自然视觉感知：

逆映射计算：通过公式6恢复HSV空间的HHH、SSS、VVV分量，其中参数可调节饱和度与亮度（如医疗影像需降低饱和度以突出细节）。
动态调整机制：引入线性缩放参数，支持用户自定义输出图像的色彩风格（如手机夜景模式提供“生动”与“自然”两种预设）。

图2. CIDNet网络架构

(a) HVI色彩转换（HVIT）

输入：sRGB图像
输出：HV色度图（极化HS） + 强度图（Imax）

(b) 增强网络（双分支UNet）

关键模块：6个亮度交叉注意力（LCA）块
- HV分支：色度去噪（暗区信噪比+23%）
- I分支：全局亮度估计（PSNR+9.5dB）
- 跨分支交互：动态引导增强（高光区降噪强度-40%）

(c) 感知逆HVI变换（PHVIT）

输入：增强后HVI图
输出：sRGB增强图像（保留自然色彩感知）

4.4 多空间联合损失函数（Loss Function）

损失函数在sRGB与HVI双空间联合优化，提升色彩一致性与细节保留：

设计意义：

HVI空间损失：约束极化HS平面的色彩分布（如红色坐标连续性），通过可学习参数k优化暗区噪声抑制。
sRGB空间损失：保留像素级结构细节（如边缘锐度），采用L1损失与感知损失（VGG特征相似性）联合监督。
平衡系数λ\lambdaλ：实验证明λ=0.7时在LOL-v2数据集上达到最优（PSNR 28.2 dB，SSIM 0.889）。

技术优势与工程价值

轻量化设计：CIDNet参数量仅1.88M，计算量7.57GFLOPs，支持移动端实时处理（30fps@4K）。
跨场景泛化：在10个数据集（含医学内窥镜、自动驾驶夜视）上PSNR平均提升2.1 dB，黑色噪声抑制效果优于RetinexNet 63%。
可扩展性：HVI转换模块可作为插件兼容其他模型（如Zero-DCE、EnlightenGAN），平均提升指标15%。

5. 实验分析

5.1 数据集与实验设置

数据集选择
实验覆盖了7个主流低光增强基准数据集和2个极端场景数据集：

LOL系列：包括LOLv1（含真实与合成数据）和LOLv2（分为真实与合成子集）。训练时，真实数据裁剪为400×400像素块，合成数据直接以原始分辨率训练。
SICE：包含589张混合光照图像，训练与测试按7:1:2划分，使用160×160裁剪块进行训练。
Sony-Total-Dark：基于SID数据集定制，通过取消伽马校正生成极暗sRGB图像，训练采用256×256裁剪块。

训练参数

硬件配置：单卡NVIDIA 2080Ti或3090 GPU
优化器：Adam（β₁=0.9，β₂=0.999）
学习率：初始1×10⁻⁴，余弦退火策略降至1×10⁻⁷
训练周期：LOLv1和LOLv2-Real训练1500轮（batch size=8），LOLv2-Synthetic训练500轮（batch size=1）

评估指标

有监督数据集：PSNR（峰值信噪比）、SSIM（结构相似性）、LPIPS（感知相似性，基于AlexNet）
无监督数据集：BRISQUE（盲图像质量评分）、NIQE（自然图像质量评价）

图3. 增强效果视觉对比（LOLv1 & LOLv2）

图4. 无配对数据集视觉对比

测试场景：DICM（室内低光）、LIME（背光人像）、MEF（混合曝光）
CIDNet表现：
- 色彩一致性（DICM中木质纹理无青绿色偏）
- 自然亮度过渡（LIME人脸阴影细节保留）

SOTA方法对比：EnlightenGAN（局部过曝）、Zero-DCE（色偏）、RetinexFormer（细节丢失）
CIDNet优势：
- 多色区域恢复（如LOLv1中红/蓝交织纹理）
- 暗区细节保留（LOLv2中道路标线清晰度）

5.2 主要实验结果

LOL数据集表现

如表1所示，CIDNet在LOL系列数据集上全面领先：

PSNR/SSIM：在LOLv1和LOLv2-Real上分别达到24.13 dB和0.84 SSIM，超越基于RGB的GSAD（扩散模型）和RetinexFormer（Retinex理论模型）。
计算效率：参数量仅1.88M，计算量7.57GFLOPs，较RetinexFormer减少8.28GFLOPs。
视觉对比：如图3所示，HVI色彩空间在恢复多色区域（如霓虹灯、红绿交织场景）时避免了HSV空间的红色断裂噪声，亮度增强更稳定。

极端场景验证

在SICE和Sony-Total-Dark数据集上，CIDNet展现卓越鲁棒性：

SICE-Mix/Grad：PSNR分别达25.78 dB和24.56 dB，细节恢复能力显著（图5）。
Sony-Total-Dark：PSNR较次优方法提升6.678 dB，归因于可学习强度坍缩函数Cₖ的动态暗区噪声抑制能力。

无监督数据集泛化性

NIQE指标：在未配对数据集上较RetinexNet提升37%，感知结果更接近真实场景（图4）。
BRISQUE对比：虽略低于RetinexNet，但视觉质量更优，色彩保真度更高。

5.3 HVI色彩空间的泛化性验证

将HVI作为插件模块集成至6种SOTA模型（如GSAD、RetinexFormer），结果显示：

PSNR/SSIM提升：所有模型在HVI空间下指标均提高，其中GSAD提升3.562 dB PSNR，验证HVI对sRGB模型的普适性。
推理效率：CIDNet在HVI空间下推理速度最快（0.23秒/图），平衡了效果与效率（表3）。

关键结论

跨场景优势：HVI通过极化HS映射和自适应强度压缩，在极暗、多噪声场景中表现突出，尤其在红色主导区域（如霓虹夜景）和暗区细节（如夜间道路）恢复上优于传统色彩空间。
轻量化设计：CIDNet以1.88M参数量实现SOTA性能，适用于移动端实时处理（实测30fps@4K）。
工业价值：HVI模块可无缝集成至现有LLIE框架（如EnlightenGAN、Zero-DCE），平均提升15%指标，为自动驾驶夜视、医学内窥镜等场景提供技术支持

5.3 消融实验

我们通过定量分析（表4）与定性结果（图5、图6）验证HVI色彩空间及CIDNet网络关键模块的有效性。实验基于LOLv2-Real数据集进行，以确保快速收敛与性能稳定性。

HVI色彩空间验证

sRGB空间局限性：如表4所示，直接在sRGB空间增强会导致色差（chromatic aberration）与亮度偏差（luminance bias）。如图5(b)与(g)对比，增强后图像与真实场景存在显著颜色偏移。
HSV空间改进与缺陷：HSV空间通过亮度-色彩解耦提升效果（PSNR与LPIPS指标改善），但会因红色不连续性（Red Discontinuity）引入噪声。图5(c)中红色区域出现黑色噪点，SSIM指标下降。
HVI组件分解验证：
- 极化HS映射（仅极化）：通过聚类相似红色调解决红色断裂问题（图5(d)），但未解决暗区噪声，PSNR/SSIM与HSV空间相近。
- 可学习强度压缩（仅Ck）：动态调整亮度但导致红色与其他颜色混淆（图5(e)），产生点状伪影与色偏。
- 完整HVI空间（极化+Ck）：联合应用后所有指标全面提升（表4），图5(f)显示噪声消除与颜色一致性显著改善。

双分支网络结构验证

自注意力模块：在基线模型加入自注意力后，三项指标均提升（表4），表明Transformer架构在HVI空间中具备潜力。
单分支→双分支改进：无交叉注意力的双分支结构使PSNR提升0.846 dB（表4），但SSIM/LPIPS变化有限，说明亮度与色度解耦的必要性。
交叉注意力机制（完整模型）：引入跨分支交互后（图6），色彩恢复与亮度增强效果最优（表4），验证了I分支与HV分支协同优化的有效性。

损失函数分析

仅HVI损失：缺乏像素级空间一致性约束，导致结构细节丢失（LPIPS指标下降）。
仅sRGB损失：聚焦像素空间增强但忽略HVI空间的低光概率分布，引发颜色失衡（表4）。
联合损失：结合HVI与sRGB损失后，兼顾颜色分布与结构细节，综合指标最优。
图5. 色彩空间消融实验（LOLv2-Real）
行1-2：不同色彩空间增强效果
- HSV：红色断裂伪影（灯笼区域）
- HVI（完整）：噪声抑制与色彩平滑
行3：像素值映射对比（sRGB vs HVI）
图6. 网络结构消融结果
单分支→双分支：暗区细节显著恢复（墙壁纹理）
**+交叉注意力**：红色区域伪影消除（旗帜边缘平滑）

6. 结论

本研究提出的HVI色彩空间与CIDNet网络，通过极化HS映射与可学习强度压缩解决了传统sRGB/HSV空间在低光增强中的色偏与亮度伪影问题。HVI空间对红色断裂噪声与黑色平面噪声表现出强鲁棒性，而CIDNet通过双分支解耦建模实现了精准的光度调节与噪声抑制。在10个数据集上的实验表明，该方法在PSNR（平均提升2.1 dB）、SSIM（0.889）和LPIPS（0.079）等指标上全面超越现有SOTA方法。HVI-CIDNet的轻量化设计（1.88M参数）与高效计算（7.57GFLOPs）为移动端实时增强（30fps@4K）提供了可行方案，可广泛应用于自动驾驶夜视、医学内窥镜成像等领域。

7. 补充说明

在本附录中，我们首先提供关于HVI色彩空间的额外细节，并提出扩展版本以应对低光图像增强任务中的跨数据集挑战。接着详细阐述CIDNet中LCA模块的结构，并对其子模块进行消融研究。随后通过补充实验验证HVI色彩空间与CIDNet的优势。最后分析方法的局限性，并讨论潜在改进方向。

8. HVI色彩空间的细节与扩展

如第3.2节所述，HVI色彩空间通过极坐标变换和参数k构建的Ck强度压缩公式，解决了HSV空间中的红色断裂与黑色平面噪声问题。本节将可视化参数k的作用，并探讨HVI的扩展性以应对跨数据集挑战。

8.1 参数k的可视化与深入讨论

Ck函数解析
公式(4)生成的Ck函数本质上是与强度（Imax）正相关的重映射函数（图7）。参数k用于调整Ck对强度的梯度响应：

k值增大时：Ck在低光区（Imax→0）梯度陡峭，高光区（Imax→1）趋于平缓（图7）。
物理意义：k控制黑色平面色点的密度分布，可视为调节低光区域信噪比（SNR）的超参数。

HVI空间形态分析
图8展示了不同k值下HVI空间的形态演变：

k值较小时：HV平面呈锐利底盘结构，暗区压缩明显。
k值增大时：底盘逐渐圆润并扩展为近似圆柱体，因k影响不同强度下的HV平面半径。

函数选择依据
公式(8)定义了通用坍缩公式：

其中F(⋅)需满足通过(0,0)和(1,1)的连续函数。我们对比了三种候选函数：

正弦函数（公式9）：

优势：避免梯度爆炸（k<1或Imax(x)→0I_{max}(x)\to0Imax(x)→0）与梯度消失（k→0），提升训练稳定性。
线性函数（公式10）：

缺陷：低光区易梯度爆炸。
对数函数（公式11）：

缺陷：k趋近0时梯度消失。

最终选择正弦函数因其在训练效率与成功率上的综合优势（节省30%训练时间）。

8.2 跨数据集泛化能力提升方法

研究动机

在低光图像增强（LLIE）任务中，模型泛化能力仍是核心挑战。当前基于特定数据集训练的模型在跨数据集测试时性能显著下降，主要原因包括：

相机硬件差异：不同相机对RGB通道的敏感度差异导致色彩响应不一致（如红色通道过曝或欠饱和）；
环境噪声特性差异：数据集间拍摄环境（如室内/室外、光照条件）差异引起噪声分布与亮度映射统计特征的变化。

现有无监督或零样本方法虽具备一定泛化性，但在同数据集训练测试中性能仍受限。为此，本研究提出基于HVI色彩空间的色相线性映射PγP_\gammaPγ与饱和度映射函数T(⋅)T(\cdot)T(⋅)，以适配不同相机与场景需求。

方法论

问题1：相机硬件差异适配

通过色相轴线性映射PγP_\gammaPγ调整不同相机的RGB响应特性：

\frac{12}{\gamma_G}h, & 0 \leq h < 2 \\ \frac{12}{(\gamma_B - \gamma_G)}(h-2) + \gamma_G, & 2 \leq h < 4 \\ \frac{12}{(6 - \gamma_B)}(h-6) + 6, & 4 \leq h \leq 6 \end{cases}$$ 其中$\gamma_G, \gamma_B \in (0,6)$为可调参数，$h \in [0,6]$为HSV色相值[3,5](@ref)。通过调整$\gamma_G$（绿色通道偏移）和$\gamma_B$（蓝色通道偏移），可模拟不同相机的色相响应曲线（图10）。例如： - $\gamma_G=4.2, \gamma_B=4.8$时，绿色区域扩展（图11b）； - $\gamma_G=0.6, \gamma_B=1.2$时，红色区域增强（图11d）[5](@ref)。 ##### **问题2：环境噪声与亮度差异适配** 引入**功能化饱和度映射$T(\cdot)$**： $$D_T = T\left(\frac{P_\gamma}{6}\right)$$ 其中$T(\cdot)$需满足$T(0)=T(1)$且$T(P_\gamma)\geq0$[3](@ref)。$T(\cdot)$可采用以下形式： 1. **定制函数**：如$T(x)=-4x(x-1)$用于过滤红色相关色彩（图12）； 2. **可训练参数化函数**：如$T(x)=t|x-0.5|$，$t$为可学习参数； 3. **神经网络**：通过端到端训练自适应拟合场景间的饱和度映射关系[5](@ref)。 --- #### **泛化能力实验验证** 1. **跨数据集测试**：在LOLv1训练、LOLv2-Syn测试的设定下，CIDNet在PSNR/SSIM上显著优于LLFlow、RetinexFormer等监督方法，且超越RUAS、EnlightenGAN等无监督方法（表5）[3,5](@ref)； 2. **零样本泛化对比**：尽管ZeroDCE在LPIPS指标上占优，但CIDNet在PSNR/SSIM上仍领先，表明其客观质量更优[4](@ref)； 3. **消融实验**：加入$P_\gamma$和$T(\cdot)$后，PSNR提升2.1 dB，SSIM提升0.07，LPIPS降低0.12（表6）[3](@ref)。 --- #### **局限性与未来方向** 1. **参数优化限制**：未知相机的$\gamma_G/\gamma_B$需手动调整，未来需探索自适应参数预测网络[3,5](@ref)； 2. **主观质量权衡**：当前方法侧重客观指标优化，可能导致生成图像视觉逼真度不足（LPIPS较低）[4](@ref)； 3. **扩展性研究**：结合多模态数据（如红外）与实时处理技术，进一步提升极端低光场景的增强效果[7,8](@ref)。 --- ### 关键创新点总结 1. **动态色彩空间适配**：通过$\gamma_G/\gamma_B$调节实现相机硬件特性对齐，解决跨设备色彩响应不一致问题[3,5](@ref)； 2. **场景自适应饱和度映射**：$T(\cdot)$函数灵活适配不同噪声分布与光照条件，增强环境鲁棒性[3](@ref)； 3. **轻量化设计**：CIDNet仅1.88M参数，在RTX 4090上推理速度达30fps@4K，兼顾效率与性能[4,5](@ref)。代码开源地址：[CIDNet官方仓库](https://github.com/Fediory/HVI-CIDNet) [3,5](@ref) --- ### 引用来源 [1](@ref): CVPR2025论文解析：HVI色彩空间设计原理与跨数据集泛化策略 [3](@ref): 【LLIE专题】HVI色彩空间的可学习性与自适应性分析 [4](@ref): CVPR2025丨HVI颜色空间让低光图像“重见天日” [5](@ref): CVPR2025论文解析|HVI A New Color Space for Low-light Image Enhancement [7](@ref): 结合图像增强的低光照目标检测算法实验验证 [8](@ref): 基于深度学习的低光照图像增强研究综述

9. CIDNet架构细节

9.1 亮度交叉注意力（LCA）模块

模块组成与功能
LCA模块由以下核心组件构成（图13）：

交叉注意力块（CAB）：
- 通过将HV分支的特征作为Query，I分支特征作为Key/Value（或反之），实现跨分支信息交互。
- 公式(14)中，通过Softmax归一化与多头因子α调节注意力权重，提升互补特征融合效率。
强度增强层（IEL）：
- 基于Retinex理论，将输入张量分解为光照（L）与反射（R）分量，通过逐元素乘法动态增强亮度。
- 公式(15)采用双路径的深度可分离卷积（Depth-wise Conv）与tanh激活，抑制过曝/欠曝。
色彩去噪层（CDL）：
- 对低光色度特征进行光子分解：通过分组卷积分离波长（W）与饱和度（S），计算ΔW/ΔS以修正色偏与噪声（公式18）。

物理意义

CDL：模拟光线在视网膜的分解过程（公式16-17），通过波长-饱和度解耦实现噪声抑制。
IEL：遵循Retinex分解原理（公式19-20），建模光照扰动（ΔL）与反射扰动（ΔR），提升低光区域的物理合理性。

9.2 LCA子模块消融实验

实验结果（表7）

移除CAB：PSNR下降0.51 dB，SSIM下降0.034，局部过曝伪影显著（图15a→b）。
移除IEL/CDL：亮度整体偏暗，暗区细节丢失（图15d-e），LPIPS指标恶化0.12。
关键结论：
CAB的跨分支交互对亮度均衡至关重要；
IEL/CDL分别主导全局光照建模与局部噪声抑制。

10. 补充实验与细节

10.1 数据集与评估方法

数据集概览（表8）

数据集类型	代表性数据集	用途
配对低光增强	LOLv1/v2、SIDD	定量指标对比（PSNR/SSIM）
非配对增强	DICM、LIME、MEF	泛化能力验证（NIQE）
跨任务验证	LOL-Blur、SICE	去模糊/去噪联合任务测试

GT Mean方法

原理：通过调整输出图像与GT的全局亮度均值对齐（公式21），消除亮度波动对非亮度相关指标（如颜色一致性）的干扰。
应用场景：LOLv1测试集（仅15张低分辨率图像）中用于稳定指标评估。

10.2 实现细节

预处理与后处理

填充策略：输入图像尺寸需为8的倍数，采用反射填充（Reflect Padding）避免边缘伪影。
裁剪与截断：输出时根据HVI空间约束（公式定义域D）裁剪异常值，确保色彩合法性。

损失函数设计

多空间联合优化：
- HVI空间损失：L1+SSIM+边缘损失+感知损失（公式22），侧重颜色分布与结构一致性。
- sRGB空间损失：相同损失组合，强化像素级保真度。
权重调优：λc=0.7（平衡HVI与sRGB损失），λd=0.3（增强SSIM约束）。

核心创新点总结

LCA模块的跨模态交互：通过CAB实现亮度-色度特征动态引导，解决传统方法中亮度与颜色解耦不足的问题。
物理驱动的网络设计：
- CDL基于光波分解理论，抑制色彩空间噪声；
- IEL基于Retinex模型，实现光照扰动建模。
轻量化与高效性：1.88M参数+7.57GFLOPs，在4K分辨率下实时推理（30fps）。

代码开源地址：HVI-CIDNet GitHub仓库

10.3 与LOL数据集更新方法的更多对比与讨论

定量结果
在ECCV 2024和CVPR 2024的最新方法（CoLIE、Zero-IG、LightenDiff、GLARE）对比中，CIDNet以最低计算量（7.57GFLOPs）取得最优综合指标（表9）：

PSNR/SSIM优势：CIDNet在LOLv2-Real上PSNR达25.69 dB，超越基于Flow模型的GLARE（PSNR 24.15 dB）。
LPIPS权衡：GLARE因生成平滑输出导致LPIPS得分较高（0.124 vs. CIDNet的0.131），但牺牲了细节真实性（如图16b-c中灯笼纹理模糊）。

方法特性分析

CoLIE的局限性：
- 仅增强HSV的Value通道，未解决Hue/Saturation噪声，SSIM仅0.732（CIDNet为0.901）。
- 输出图像存在显著噪声（图16a），因缺乏去噪模块。
Retinex理论方法的瓶颈：
- Zero-IG与LightenDiff通过Retinex分解提升指标，但参数量少（1.2M/1.5M）限制拟合能力，PSNR仅21.34/22.15 dB。
泛化与性能的平衡：
- 零样本方法（如GLARE）侧重跨数据集泛化，但单数据集性能受限（LOLv2-Real PSNR下降1.54 dB）。

10.4 联合低光图像去模糊与增强

在LOL-Blur数据集上的实验表明（表10，图17,29）：

定量优势：CIDNet相比SOTA方法LEDNet，PSNR提升5.15%（27.88→29.33 dB），LPIPS降低14.89%（0.124→0.106）。
计算效率：FLOPs仅7.57G，显著低于LEDNet的15.2G。
视觉效果：CIDNet恢复边缘更锐利（图29中道路标线），伪影抑制优于DeblurGAN-v2（图17中墙壁纹理）。

10.5 图像去噪

在SIDD真实噪声数据集上（表11，图18）：

性能突破：CIDNet以PSNR 39.88 dB超越MIRNet（39.76 dB），细节保留更佳（图18中布料纹理）。
噪声鲁棒性：HVI空间通过极化HS映射分离噪声与色彩，暗区信噪比提升23%。

10.6 HVI变体消融研究

三种HVIT变体对比（表12）：

Half-HVIT（默认）：PSNR 25.69 dB，因HV与I分支特征互补性最优。
Separate-HVIT：性能下降1.2 dB，因HV特征缺乏亮度引导导致色彩失真。
Full-HVIT：噪声干扰使I分支特征提取失效，PSNR仅24.01 dB。

10.7 HVI颜色空间通用性验证

误差映射分析：HVI的极化与Cₖ函数使红色断裂误差降低60%，黑色平面噪声压缩半径缩小40%（图19）。
量化对比：HVI在LOL数据集上PSNR达27.115 dB，较HSV提升2.68 dB（表13）。

10.8 随机伽马曲线增强泛化性

数据增强策略：对LOLv2+数据集应用随机伽马曲线（γ∈[0.6,1.2]），NIQE指标降低0.389。
泛化优势：未使用该技术的对比方法（如RetinexNet）在未配对数据集上性能下降显著。

10.9 扩展视觉对比

LOL系列数据集：CIDNet在LOLv1/v2中恢复多色区域（如红色灯笼）更准确（图20-22）。
未配对数据集：在DICM、LIME等数据集上，CIDNet抑制色偏效果显著（图23-27中天空区域）。
极端暗光场景：在Sony-Total-Dark上，CIDNet唯一恢复可行细节（图28中树木轮廓）。

11. 局限性与未研究问题

Cₖ函数优化：当前正弦函数（公式9）可能非最优，未来需探索更佳强度坍缩形式。
跨任务扩展性：HVI在超分辨率任务（SwinIR）中PSNR提升0.14 dB，但未深入验证。
训练范式探索：当前仅限监督学习，无监督/零样本训练潜力待挖掘。
模型架构创新：替换Transformer为Mamba模块或适配大模型（如ViT）可能提升性能。

HVI色彩空间与密度参数分析

Figure 7. 不同密度k值对比
自变量为强度（Imax），因变量为Ck函数，展示不同k值对暗区压缩的影响。

Figure 8. 不同密度k值的HVI色彩空间视觉对比
通过不同k值调整色度平面（HV-map）的噪声分布，验证动态压缩函数的有效性。
Figure 9. 低光图像中密度k值的HV-map对比
k值增大时，噪声被放大，细节与噪声的冲突愈发明显。

色彩映射与网络模块设计z

Figure 10. 公式12中γG与γB的不同取值
自变量为色相（Hue），因变量为Pγ函数，调节绿色与蓝色通道的非线性响应。
Figure 11. 不同γG与γB值的视觉呈现
展示参数对色调平衡的影响，验证色彩校正模块的优化效果。
Figure 12. 基于T(x)=−4x(x−1)的HVI空间图像变换
红色相关色彩被过滤（非删除），HVI空间隐藏冗余特征以抑制网络提取偏差。

网络架构与组件解析

Figure 13. 双分支亮度交叉注意力（LCA）模块
包含交叉注意力模块（CAB）、强度增强层（IEL）、色彩去噪层（CDL），通过深度可分离卷积与分组卷积实现特征嵌入。

Figure 14. IEL与CDL的结构图
基于两种理论设计：逐像素光度分解（理论1）与波长-饱和度解耦（理论2），通过Δ计算解决色偏与噪声问题。
Figure 15. LCA模块消融实验的视觉质量对比
完整LCA设计（子模块未移除）在LOLv2-Real数据集上表现最优。

多数据集增强效果对比

Figure 16-28. 多场景增强视觉对比
涵盖LOL、DICM、LIME、MEF等数据集，对比CIDNet与CoLIE、GLARE、RetinexFormer等方法的性能优势，突出其在去噪、亮度校正、色彩保真等方面的优势。
- 关键结论：CIDNet在极暗场景（如Sony-Total-Dark）中细节恢复能力显著，且无伪影与色偏（图28）。

消融实验与误差分析

量化结果与指标对比

消融实验与空间分析

Figure 19. 低光值图（V）替换实验的误差映射
仅使用极化（w/P）或Ck函数（w/Ck）时，HVI空间的误差分布验证联合设计的必要性。

Figure 20-22. LOL系列数据集的增强对比
CIDNet在真实与合成低光图像中均优于RetinexNet、RUAS等方法，尤其在真实噪声抑制与色彩一致性上表现突出
低光增强与跨任务评估
Table 5. 稳健性测试实验
所有方法在LOLv1数据集上训练，并在LOLv2-Syn数据集上测试，最佳结果标红
- 验证模型在不同数据集间的泛化能力，反映跨域适应性的关键指标。

Table 6. HVI色彩空间类型消融研究
基于LOLv1训练，LOLv2-Syn测试，对比不同HVI空间配置对性能的影响
- 探讨极化映射（Polarization）与Ck函数的组合对噪声抑制与细节保留的贡献。

Table 7. LCA模块子组件消融实验
测试交叉注意力块（CAB）、强度增强层（IEL）与色彩去噪层（CDL）的独立作用
- CAB移除导致PSNR下降0.51 dB，IEL/CDL缺失引发亮度不均与噪声残留。

Table 8. 多任务数据集概览
涵盖低光增强、联合去模糊增强及单图去噪任务的数据集统计
- 包括LOL系列（配对）、DICM/MEF（非配对）、SIDD（去噪）等。

Table 9. LOL数据集PSNR/SSIM↑与LPIPS↓量化结果
因LOLv1测试集样本少，采用GT均值对齐法减少亮度波动误差
- CIDNet在LOLv2-Real上PSNR达25.69 dB，LPIPS优于ZeroDCE但略逊于GLARE。

Table 10. LOL-Blur数据集量化评估
PSNR/SSIM↑越高越好，LPIPS/FLOPs↓越低越好，符号†‡表示训练集差异
- CIDNet以29.33 dB PSNR超越LEDNet 5.15%，计算量仅7.57GFLOPs。

Table 11. SIDD去噪任务量化结果
*CIDNet以39.88 dB PSNR超越MIRNet（39.76 dB），细节保留更优。

Table 12. 增强网络输入类型的消融研究
对比不同输入映射（I-Feature与HV-Feature）对特征提取的影响
- Half-HVIT（默认）以PSNR 25.69 dB最优，Full-HVIT因噪声干扰下降至24.01 dB。

Table 13. 不同色彩空间的校正图像平均PSNR↑
*HVI空间在LOLv1/v2上PSNR达27.115 dB，较HSV提升2.68 dB。
Table 14. 随机伽马曲线增强泛化性的NIQE↓指标
*应用γ∈[0.6,1.2]随机调整后，NIQE降低0.389，验证数据增强有效性。