近日，我院微纳光子芯片集成与智能检测科研团队与中国科学院苏州纳米所纳米加工平台等合作，在国际知名学术期刊《ACS Applied Materials & Interfaces》上发表题为《Low-Light Image Enhancement Based on Nanoscale Stochastic Magnetic Tunnel Junctions》的论文，论文第一作者为我院青年教师张黎可副教授。原文链接https://doi.org/10.1021/acsami.6c04852。

研究团队创新推出基于磁隧道结（MTJ）的硬件化低光图像增强方案，为安防监控、航空航拍等领域提供高效轻量化图像处理新方案。该技术摒弃传统Sigmoid函数软件计算模式，先将图像从RGB转换为HSV色彩空间，分离亮度与色度分量以独立优化亮度通道，杜绝色彩失真。同时依托MTJ翻转概率与施加电流的类Sigmoid物理特性，建立像素亮度与电流映射，通过硬件物理响应直接完成非线性拟合，大幅提升处理效率。实验结果表明，相较于传统Sigmoid算法，该技术PSNR提升3.82dB、SSIM提升9.91%，相较轻量化学习方案SSIM提升13.46%，显著优化低光图像亮度与细节清晰度。该技术适配多分辨率图像，适配资源受限的边缘终端，兼具理论价值与工程落地价值，将助力智能视觉领域技术升级。

论文首页截图

（图、文：张黎可；审核：王绶玙）