一种低光水下图像增强方法与系统

本发明公开了一种低光水下图像增强方法与系统，包括构建低光水下图像数据集、构建低光水下图像增强网络模型，随后基于低光水下图像数据集对构建的低光水下图像增强网络模型进行训练，最后利用训练好的低光水下图像增强网络模型对低光水下图像测试样本进行预测，得到高质量的水下图像，并使用评价指标进行评价。本发明的方案采用基于深度学习的Retienx分解模块能够有效的缓解纯物理算法带来的特定场景限制，利用解码器特征模块利用全局光照特征模块能够在全局层面上促进编码层特征和解码层特征的信息交互，从而极大的提高了模型的修复能力，通过广泛的实验证明了本方法的有效性，且在真实的低光水下图像数据集上进行实验，可以得出本发明提出的方法具有较好性能的结论。