夜间图像不仅受到低光的影响，而且还受到光的不均匀分布的影响。
现有的夜间能见度增强方法大多集中在增强弱光区域。这不可避免地导致明亮区域中的过度增强和饱和，例如受光效应（眩光、泛光灯等）影响的那些区域。
为了解决这个问题，我们需要抑制明亮区域中的光效应，同时提高暗区域的强度。
考虑到这个想法，我们引入了一种无监督的方法，它集成了层分解网络和光效应抑制网络。
给定一张夜间图像作为输入，我们的层分解网络学习分解阴影，反射和灯光效果层，由无监督的特定层先验损失指导。
我们的光效应抑制网络进一步抑制了光效应，同时增强了暗区的照明。该光效应抑制网络利用估计的光效应层作为引导来聚焦于光效应区域。
为了恢复背景细节并减少幻觉/伪影，我们提出了结构和高频一致性损失。
我们对真实的图像的定量和定性评估表明，我们的方法优于国家的最先进的方法，在抑制夜间灯光的影响，提高黑暗区域的强度。