多くの深層学習ベースの画像強調アルゴリズムは、画像間変換アプローチに基づいて開発されており、その強調プロセスは解釈が困難であるという課題を抱えている。本論文では、複雑な色マッピングを記述するために複数の変換関数を推定する、新たな解釈可能な画像強調アルゴリズムを提案する。まず、入力画像の空間的および統計的情報を活用して複数の変換関数を推定するため、ヒストグラムに基づく複数変換関数推定ネットワーク（HMTF-Net）を構築する。次に、各変換関数が各画素に与える寄与度を示す画素単位の重みマップを、入力画像および各変換関数によって得られた変換画像の局所構造に基づいて推定する。最後に、推定された重みマップを用いて変換画像の重み付き和として強調画像を生成する。広範な実験により、提案手法の有効性が確認され、さまざまな画像強調タスクにおいて、最先端の画像強調アルゴリズムを上回る性能を示した。