一种基于随机区域隐匿重构的低照度图像增强方法

本发明公开了一种基于随机区域隐匿重构的低照度图像增强方法。网络分为两个阶段，第一阶段的网络在良好照明图像数据集上，通过训练网络对随机区域被隐匿后的加噪图像的重构能力，得到面向低光含噪图像的去噪和重构特征编码器；第二阶段的网络在继承第一阶段中到的特征编码器模型参数的基础上，将提取到的不同特征输入以重构特征为指导的多尺度特征融合模块，使得网络可以在去噪的同时，保留更多的图像细节特征。本发明利用来源更加丰富的良好光照条件图像数据集，为网络训练节省了拍摄大量真实配对低光图像的时间和人力；并通过融合不同特征编码器提取出的特征，使网络快速适应复杂光照下的真实低光图像，得到良好的低光增强去噪效果。