本发明涉及计算机视觉和数字图像处理，具体而言，涉及一种图像增强方法、装置、电子设备及存储介质。
背景技术：
1、在低光照环境下，图像传感器采集信号强度不足，易出现整体亮度偏低、噪声显著、颜色失真及细节丢失等问题，严重影响视觉效果与后续应用。当前主流低光图像增强方法多在srgb（standard red green blue，标准红绿蓝）或hsv（hue saturation value，色相、饱和度、明度）等传统色彩空间内开展处理。
2、其中，srgb空间中亮度信息与颜色信息高度耦合，增强操作易相互干扰，易引发色彩偏移与亮度畸变。hsv空间虽实现亮度与颜色的初步分离，但其色调通道存在环形不连续缺陷，且明度为零时会出现颜色信息丢失的问题，在暗区易产生色斑与块状伪影。此外，传统色彩空间转换规则固定单一，难以适配不同成像设备与复杂光照条件的差异，制约了增强算法的泛化能力与整体性能。
技术实现思路
1、有鉴于此，本技术的目的在于提供一种图像增强方法、装置、电子设备及存储介质，能够将待增强图像从srgb空间转换到一个亮度与颜色完全解耦的中间表示（hvi空间），并在此空间进行增强处理，最后再转换回srgb空间，从有效克服了传统色彩空间在低光图像增强中的固有缺陷。
2、第一方面，本技术实施例提供了一种图像增强方法，所述方法包括：
3、获取待增强图像在srgb色彩空间内的强度分量，及所述待增强图像在hsv色彩空间内的原始色调分量和饱和度分量；
4、将所述强度分量、所述原始色调分量输入正向转换模块中的第一转换单元，得到颜色密度调制因子、感知色调、饱和度自适应因子；所述颜色密度调制因子用于表征对颜色分量振幅的调整程度；所述饱和度自适应因子用于表征与色调相关的饱和度调节权重；
5、将所述颜色密度调制因子、所述饱和度分量、所述饱和度自适应因子和所述感知色调输入所述正向转换模块中的第二转换单元，得到所述待增强图像在hvi色彩空间内的颜色平面分量；
6、将增强后的强度分量、所述颜色密度调制因子、所述饱和度自适应因子和增强后的颜色平面分量输入图像增强模型中的逆向转换模块，得到在srgb色彩空间内与所述待增强图像对应的已增强图像；所述图像增强模型包含所述正向转换模块和所述逆向转换模块。
7、在一种可能的实施方式中，所述将所述强度分量、所述原始色调分量和所述感知色调输入正向转换模块中的第一转换单元，得到颜色密度调制因子、感知色调、饱和度自适应因子，包括：
8、根据所述强度分量，计算颜色密度调制因子；
9、根据所述原始色调分量所在的预设色调区间对所述原始色调分量进行连续性矫正，得到感知色调；
10、对所述感知色调进行映射，得到饱和度自适应因子。
11、在一种可能的实施方式中，所述根据所述原始色调分量所在的预设色调区间对所述原始色调分量进行连续性矫正，得到感知色调，包括：
12、根据所述原始色调分量所在预设色调区间对应的预设连续性矫正公式，对所述原始色调分量进行拉伸或压缩，得到感知色调。
13、在一种可能的实施方式中，所述根据所述原始色调分量所在预设色调区间对应的预设连续性矫正公式，对所述原始色调分量进行拉伸或压缩，得到感知色调，包括：
14、将所述原始色调分量代入下述公式中，对所述原始色调分量进行拉伸或压缩，得到感知色调；
15、；
16、其中，为感知色调，为第一转换单元的第二可训练参数，为第一转换单元的第三可训练参数，为原始色调分量。
17、在一种可能的实施方式中，所述将所述颜色密度调制因子、所述饱和度分量、所述饱和度自适应因子和所述感知色调输入所述正向转换模块中的第二转换单元，得到所述待增强图像在hvi色彩空间内的颜色平面分量，包括：
18、将所述颜色密度调制因子、所述饱和度分量、所述饱和度自适应因子和所述感知色调代入下述公式中，得到所述待增强图像在hvi色彩空间内的颜色平面分量；
19、；
20、；
21、其中，为第一个颜色平面分量，为第二个颜色平面分量，为颜色密度调制因子，为饱和度分量，为饱和度自适应因子，为感知色调，为逐元素相乘操作。
22、在一种可能的实施方式中，所述将增强后的强度分量、所述颜色密度调制因子、所述饱和度自适应因子和增强后的颜色平面分量输入图像增强模型中的逆向转换模块，得到在srgb色彩空间内与所述待增强图像对应的已增强图像，包括：
23、剥离所述增强后的颜色平面分量中所述颜色密度调制因子和所述饱和度自适应因子，得到第一中间颜色平面分量和第二中间颜色平面分量；
24、根据所述第一中间颜色平面分量和所述第二中间颜色平面分量进行色调分量恢复，得到目标色调分量；
25、根据所述第一中间颜色平面分量和第二中间颜色平面分量进行饱和度分量恢复，得到目标饱和度分量；
26、根据所述增强后的强度分量进行明度分量恢复，得到目标明度分量；
27、根据所述目标色调分量、所述目标饱和度分量和所述目标明度分量，进行色彩空间逆转换，得到在srgb色彩空间内与所述待增强图像对应的已增强图像。
28、在本技术实施方式中，根据第一中间颜色平面分量和第二中间颜色平面分量进行色调分量恢复，得到目标色调分量，包括：
29、根据第一中间颜色平面分量和所述第二中间颜色平面分量，计算颜色平面内颜色向量的角度；
30、根据所述颜色平面内颜色向量的角度进行色调分量恢复，得到目标色调分量。
31、第二方面，本技术实施例还提供了一种图像增强装置，所述装置包括：
32、获取模块，用于获取待增强图像在srgb色彩空间内的强度分量，及所述待增强图像在hsv色彩空间内的原始色调分量和饱和度分量；
33、输入模块，用于将所述强度分量、所述原始色调分量输入正向转换模块中的第一转换单元，得到颜色密度调制因子、感知色调、饱和度自适应因子；所述颜色密度调制因子用于表征对颜色分量振幅的调整程度；所述饱和度自适应因子用于表征与色调相关的饱和度调节权重；
34、输入模块，还用于将所述颜色密度调制因子、所述饱和度分量、所述饱和度自适应因子和所述感知色调输入所述正向转换模块中的第二转换单元，得到所述待增强图像在hvi色彩空间内的颜色平面分量；
35、输入模块，还用于将增强后的强度分量、所述颜色密度调制因子、所述饱和度自适应因子和增强后的颜色平面分量输入图像增强模型中的逆向转换模块，得到在srgb色彩空间内与所述待增强图像对应的已增强图像；所述图像增强模型包含所述正向转换模块和所述逆向转换模块。
36、在一种可能的实施方式中，输入模块，具体用于根据所述强度分量，计算颜色密度调制因子；根据所述原始色调分量所在的预设色调区间对所述原始色调分量进行连续性矫正，得到感知色调；对所述感知色调进行映射，得到饱和度自适应因子。
37、在一种可能的实施方式中，输入模块，具体用于根据所述原始色调分量所在预设色调区间对应的预设连续性矫正公式，对所述原始色调分量进行拉伸或压缩，得到感知色调。
38、在一种可能的实施方式中，输入模块，具体用于将所述原始色调分量代入下述公式中，对所述原始色调分量进行拉伸或压缩，得到感知色调；
39、；
40、其中，为感知色调，为第一转换单元的第二可训练参数，为第一转换单元的第三可训练参数，为原始色调分量。
41、在一种可能的实施方式中，输入模块，具体用于将所述颜色密度调制因子、所述饱和度分量、所述饱和度自适应因子和所述感知色调代入下述公式中，得到所述待增强图像在hvi色彩空间内的颜色平面分量；
42、；
43、；
44、其中，为第一个颜色平面分量，为第二个颜色平面分量，为颜色密度调制因子，为饱和度分量，为饱和度自适应因子，为感知色调，为逐元素相乘操作。
45、在一种可能的实施方式中，输入模块，具体用于剥离所述增强后的颜色平面分量中所述颜色密度调制因子和所述饱和度自适应因子，得到第一中间颜色平面分量和第二中间颜色平面分量；根据所述第一中间颜色平面分量和所述第二中间颜色平面分量进行色调分量恢复，得到目标色调分量；根据所述第一中间颜色平面分量和第二中间颜色平面分量进行饱和度分量恢复，得到目标饱和度分量；根据所述增强后的强度分量进行明度分量恢复，得到目标明度分量；根据所述目标色调分量、所述目标饱和度分量和所述目标明度分量，进行色彩空间逆转换，得到在srgb色彩空间内与所述待增强图像对应的已增强图像。
46、在本技术实施方式中，输入模块，具体用于根据第一中间颜色平面分量和所述第二中间颜色平面分量，计算颜色平面内颜色向量的角度根据所述颜色平面内颜色向量的角度进行色调分量恢复，得到目标色调分量。
47、第三方面，本技术实施例还提供了一种电子设备，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如第一方面任一项所述的图像增强方法的步骤。
48、第四方面，本技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如第一方面任一项所述的图像增强方法的步骤。
49、本技术实施例提供了一种图像增强方法、装置、电子设备及存储介质，该方法包括：获取待增强图像在srgb色彩空间内的强度分量，及待增强图像在hsv色彩空间内的原始色调分量和饱和度分量；将强度分量、原始色调分量和感知色调输入正向转换模块中的第一转换单元，得到颜色密度调制因子、感知色调、饱和度自适应因子；将颜色密度调制因子、饱和度分量、饱和度自适应因子和所述感知色调输入正向转换模块中的第二转换单元，得到待增强图像在hvi色彩空间内的颜色平面分量；将增强后的强度分量、颜色密度调制因子、饱和度自适应因子和增强后的颜色平面分量输入图像增强模型中的逆向转换模块，得到在srgb色彩空间内的已增强图像。本技术通过将待增强图像从srgb空间转换到一个亮度与颜色完全解耦的中间表示（hvi空间），并在此空间进行增强处理，最后再转换回srgb空间，从有效克服了传统色彩空间在低光图像增强中的固有缺陷。与现有技术相比，本技术具有以下显著优点：
50、（1）完全解耦：通过可训练的hvi转换，将图像亮度与颜色信息完全解耦到正交的分量上，避免了传统色彩空间中二者的耦合问题。
51、（2）自适应能力强：转换过程中的可训练参数均可训练，能够自适应不同成像设备、光照条件和场景特性，显著提升了泛化能力。
52、（3）可逆且稳定：正向转换与逆向转换构成可逆变换，保证了信息无损转换，且通过数学设计避免了传统hsv空间的不连续性和多对一映射问题。
53、（4）便于集成于优化：整个转换过程可微分，能够与后续的图像增强网络一起进行端到端训练，共同优化，提升整体增强性能。
54、（5）使用轻量化的模型，可以大幅降低复杂度计算和参数量，适合在移动端、嵌入式设备实时应用。