摘要
大多数基于深度学习的图像增强算法均采用图像到图像的转换方法，此类方法在增强过程中的可解释性较差。本文提出一种新型可解释的图像增强算法，该算法通过估计多个变换函数来描述复杂的颜色映射关系。首先，我们构建了一种基于直方图的多变换函数估计网络（HMTF-Net），利用输入图像的空间信息与统计特性，联合估计多个变换函数。其次，基于输入图像的局部结构以及各变换函数所生成的变换图像，我们进一步估计出像素级的权重图，以表征每个变换函数在每个像素处的贡献程度。最后，利用所估计的权重图，将各变换后的图像进行加权求和，得到最终的增强图像。大量实验结果验证了所提方法的有效性，并表明该算法在多种图像增强任务中均优于当前最先进的图像增强方法。