一种不均匀低照度图像增强方法及系统

本发明属于图像处理技术领域，尤其为一种不均匀低照度图像增强方法及系统。本发明通过如下步骤：步骤1，构建网络模型：构建不均匀低照度图像增强网络模型，该模型包括Retinex网络，光照图像增强网络，反射图像增强网络和多尺度增强网络；步骤2，准备数据集：使用LOL‑v1数据集划分训练集和测试集并且预处理；LOL‑v2数据集对模型进行微调。本发明基于深度学习，设计了一种高效的双路特征增强网络，用于提升图像特征的表现。在Retinex网络分解的基础上，我们将输入图像分解为光照图像分量和反射图像分量，并分别对它们的特征和通道维度进行调制，从而有效增强低照度图像的特征。这种方法能显著提升图像的质量和清晰度，使得光照和反射细节更加鲜明。