Ante los problemas de los métodos actuales de eliminación de sombras, como la insuficiente modelación de relaciones de contraste global, la capacidad limitada de tratamiento diferencial regional y la facilidad para generar residuos de sombra y artefactos en los bordes, se propone una red de eliminación de sombras basada en el contraste regional y la percepción de bordes. Primero, se diseñó un mecanismo de atención multiescala, utilizando representaciones espaciales complementarias y el refuerzo de áreas clave para mejorar la coherencia estructural de la imagen; segundo, se construyó un módulo de percepción de sombras que emplea una estrategia de tratamiento diferencial de características para las áreas con y sin sombra, mejorando la continuidad de los bordes de sombra y sus zonas de transición; luego, se propuso un mecanismo de atención de contraste visual para aumentar la capacidad de definición de relaciones de contraste interregionales a escala global; finalmente, se diseñó una función de pérdida conjunta con una estrategia de ajuste dinámico de pesos, guiando al modelo para lograr una optimización conjunta en precisión de píxeles, coherencia estructural y estabilidad cromática. Los resultados experimentales muestran que en el conjunto de datos ISTD el PSNR mejoró en promedio 1.57 dB en comparación con ocho métodos representativos, y en el conjunto de datos SRD mejoró en promedio 2.03 dB en comparación con diez métodos. Al mismo tiempo, nuestro método con 12.3 millones de parámetros logra un equilibrio efectivo entre la calidad de reconstrucción y la complejidad del modelo. Este método reduce significativamente el error de luminancia a nivel de píxel y suprime eficazmente los residuos de sombra y los artefactos en los bordes, logrando un efecto de eliminación de sombras más natural y fiable.

eliminación de sombras; atención multiescala; percepción de sombras; atención de contraste visual; contraste interregional