基于Retinex理论和GAN的内窥镜图像增强方法及系统

本发明公开了一种基于Retinex理论和GAN的内窥镜图像增强方法及系统，涉及图像增强技术领域，包括以下步骤：获取不同内窥镜采集的低质量图像和高质量图像，构建内窥镜图像数据集；以预设比例，将内窥镜图像数据集划分为训练集和测试集；构建内窥镜图像增强模型，将训练集输入内窥镜图像增强模型进行训练，直至损失函数收敛，得到训练好的内窥镜图像增强模型；利用训练好的内窥镜图像增强模型对测试集进行图像增强，得到目标增强图像。本发明可以避免图像中存在光照不均匀、对比度低、亮度不足等情况，在改善内窥镜图像质量上有着比较好的效果，对帮助医生在诊断和手术过程的决策有着重要意义。