双向交叉频率引导小波扩散技术用于保留细节的低光照图像增强

《Neural Networks》：Bidirectional Cross-Frequency Guided Wavelet Diffusion for Detail-Preserving Low-Light Image Enhancement

　　•我们提出了BCF-Diff，使用频域中的扩散模型来实现低光照图像增强。
•我们提出了一种基于细节权重的损失机制，用于重建细节丰富的区域。
•我们设计了跨频域门控 refinement（CFGR），以指导高频细节的恢复。

### 引言
在计算摄影和计算机视觉领域，有效增强低光照环境下拍摄的图像一直是一个基本的挑战。这类图像的质量常常受到可见度差、噪声、颜色信息丢失以及更难辨识的细纹理的影响。这些退化现象挑战了人类的视觉感知，并限制了下游视觉任务的表现，无论是任意方向文本检测（Xue等人，2020年）、目标检测任务（Xu等人，2021年）还是语义分割（Liu等人，2024年）。因此，开发能够显著改善视觉效果并再现场景内容的低光照增强算法已成为一个核心需求。
回顾技术的发展历程，从早期的直方图均衡化（Pisano等人，1998年）和经典的Retinex理论（Land，1977年），到后来的深度学习模型，如卷积神经网络（CNNs）（Hao等人，2020年；He等人，2025c年；Kim等人，2014a年）。传统方法为我们提供了初步的想法，但它们对人工先验的依赖往往导致增强结果中出现不自然的人为效应或颜色失真。与深度学习模型相比，生成模型实现了从分析到创造的飞跃，使模型能够自主生成新颖且高质量的内容。生成模型包括生成对抗网络（GANs）（Jiang等人，2021年；Yang等人，2023年）和变分自编码器（VAEs）（He等人，2023年），在低光照和正常光照域之间实现了高质量的映射。最近，去噪扩散概率模型（DDPMs）（Ho等人，2020年），作为一种新的生成建模范式，在各种图像恢复任务中展示了其惊人的潜力（Fei等人，2023年；Guan等人，2025年；Li等人，2025年；Zeng等人，2025年）。
然而，当我们尝试将扩散模型直接应用于低光照图像增强的具体问题时，其固有的局限性开始显现。该模型将全局光照的恢复和局部细节的重建视为一个单一且相互纠缠的整体问题。这种整体方法往往导致不理想的结果：它可能在提高亮度的同时无差别地放大噪声，或生成与底层场景结构不一致的虚假纹理。从根本上说，这种纠缠阻碍了模型同时实现精确的结构恢复和细粒度细节的保留。例如，这个问题也反映在图1中：GSAD（Hou等人，2023年）在色彩和细节的平衡上表现不佳，而DiffLL（Jiang等人，2023年）生成的细节模糊，ReDDiT（Lan等人，2025年）产生的纹理不真实。相比之下，我们的方法在所有方法中获得了最高的SSIM分数，并在全局光照和局部细节方面最接近真实情况。此外，扩散模型的迭代性质带来了显著的计算负担，限制了其实用性。这一点在图2中表现得非常明显，该图展示了不同基于扩散的方法在FLOPs、推理速度和参数效率方面的表现，基于LOL-v2-Real（Yang等人，2021年）数据集。PyDiff（Zhou等人，2023年）和Diff-Retinex（Yi等人，2023年）都存在大量的参数，而GSAD（Hou等人，2023年）和ReDDiT（Lan等人，2025年）在FLOPs方面明显落后于其他方法。
与像素空间不同，频域利用自然图像的频谱稀疏性来实现有效的维度降低，避免了全像素处理的冗余。为了减轻这些计算成本并提高恢复的保真度，最近的研究转向探索频域中的扩散模型，这意味着分离图像的结构和细节以进行有针对性的恢复（Li等人，2025b年；Xu等人，2020年；Zhou等人，2025年；Wu等人，2025年）。例如，已经引入了考虑频率的策略来使采样过程与自然图像的频谱特征相匹配（Thaker等人，2025年），而Xiao等人提出了FAG-Diff来强制在空间和频域内保持内容的一致性（Xiao等人，2024年）。此外，小波变换提供了一种自然有效的方法（Farge等人，1992年）。最近的工作开始探索使用小波变换来分离图像成分，并利用它来指导生成扩散模型的过程（Jiang等人，2023年；Luo等人，2023年；Xie等人，2024年）。WaveDM（Huang等人，2024年）仅使用低频成分在扩散过程中也显示出了强大的效果，DiffLL（Jiang等人，2023年）则探索了高频成分的增强。然而，这些基于频率的先前工作通常分别处理频率成分，忽略了低频和高频之间的内在关系。因此，我们意识到在不同频率之间建立桥梁是可行的。
受此启发，我们成功地建立了低频和高频之间的协同关系，并提出了一种新的框架——双向跨频域引导小波扩散模型（BCF-Diff），专为保持细节的低光照图像增强而设计。在我们的方法核心，我们将扩散过程专门应用于紧凑的低频成分。这是计算效率的主要来源，因为迭代去噪过程是在一个小得多的小波子带上进行的，而不是在整个分辨率图像上。这种策略不仅显著降低了计算复杂性，还允许模型专注于恢复稳定的结构基础。为了确保细节的一致性，我们引入了一种新的基于细节权重的损失机制。在训练过程中，这种损失机制利用高频信息来指导低频的恢复。然后，我们的跨频域门控细化（CFGR）使用恢复的低频结构来智能地细化高频细节，并通过一种无参数的门控机制进一步对其进行细化。这种双向跨频设计的主要作用是提高细节的保真度和结构的一致性，而紧凑的低频扩散和少量的采样步数则解释了大部分运行时间的减少。图2显示了BCF-Diff在FLOPs、推理速度和参数效率方面的优越性能。它在计算效率和模型性能之间取得了最佳平衡，特别是在SSIM指标上，这意味着我们的模型在恢复图像的细节部分方面表现更好。

### 我们工作的主要贡献有三点：
•我们提出了一种新的基于细节权重的损失机制。我们从高频细节成分的能量计算权重，并使用这些权重来指导低频成分的恢复损失函数。这鼓励模型更多地关注重建细节丰富的区域，从而获得更加稳健和真实的结构基础。
•我们提出了跨频域门控细化（CFGR）。关键的是，CFGR将跨频域引导与频谱-空间门控相结合。它利用恢复的低频成分作为指导，智能地增强高频细节成分，随后通过门控机制选择性地过滤噪声并锐化边缘。这种创新的引导确保了纹理和边缘的恢复与恢复的全局信息保持一致，有效地抑制噪声同时保留清晰、真实的细节。
•在多个基准数据集上的广泛实验验证了BCF-Diff的有效性。与当前的主流方法相比，我们的模型在定量性能上具有竞争力，获得了强大的结构相似性分数，并降低了计算成本。我们的工作为利用频域中的扩散模型来解决低光照增强问题开辟了一条有前途的道路。

### 异节
#### 低光照图像增强
低光照图像增强领域多年来取得了显著的发展，从传统的信号处理技术（Fu等人，2016年；Guo等人，2016年）发展到复杂的深度学习框架（Wang等人，2024年；Xu等人，2024年；Hu等人，2025年；Zhang等人，2024年；Liu等人，2024年）。大多数早期方法试图通过建立先验模型来解决这个病理问题。其中，Retinex理论（Land，1977年）是...

### 方法
我们提出了双向跨频域引导小波扩散模型（BCF-Diff），用于保持细节的低光照图像增强，该模型基于这样的观点：分离图像的结构和细节信息可以实现更有针对性和有效的恢复。整个框架如图3所示，首先通过K级离散小波变换（K-DWT）将输入图像分解为其低频和高频成分。随后，我们采用了一种策略：...

### 实现细节
我们的模型使用PyTorch框架实现，采用Adam优化器，在一块NVIDIA RTX 3090 GPU上运行，学习率为1×10^-4，在每5×10^3次迭代后衰减0.8倍。批量大小设置为16。扩散步数总共有200步。对于小波变换，我们使用Daubechies-4（db4）小波，并将分解级别K设置为2，采样步数设置为10作为默认配置，其敏感性在消融研究中进行了分析（见结论）。

### 结论
在本文中，我们提出了BCF-Diff，这是一种基于小波的新型扩散模型，旨在解决低光照图像增强中的细节保持这一关键挑战。我们的核心创新是一种双向跨频域引导机制，它作用于图像的频率成分。我们引入了一种基于细节权重的损失机制，利用高频信息来指导低频结构的恢复，确保在复杂区域的保真度。然后，...

### 作者贡献声明
Pingping Liu：写作——审阅与编辑、监督、资源、概念化。
Jiahao Liu：写作——原始草稿、可视化、验证、软件、方法论、概念化。
Shihui Pei：写作——审阅与编辑、概念化。
Tongshun Zhang：写作——审阅与编辑、概念化。
Qingyi Xue：写作——审阅与编辑、概念化。
Kai Zhang：写作——审阅与编辑、概念化。
Qiuzhan Zhou：写作——审阅与编辑、概念化。

### 利益冲突声明
作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。

### 致谢
本研究得到了吉林省工业关键技术研究项目（20230201085GX）的支持。

### 作者名单
Pingping Liu | Jiahao Liu | Shihui Pei | Tongshun Zhang | Qingyi Xue | Kai Zhang | Qiuzhan Zhou