一种低照度图像增强方法

本发明公开一种低照度图像增强方法，对低照度图像利用暗通道先验原理估计RGB每个通道的光照强度，进行色彩均衡处理，使各通道的光照强度趋于相近；训练网络：利用U‑Net网络的照度和场纹理注意力图计算分支，学习低照度图像的最小通道约束Slow图和正常曝光图像的最小通道约束图Snormal间的映射机制；在上采样阶段，利用双线性上采样层和一个卷积层代替了U‑Net网络中的标准反卷积层，并融合CBMA注意力和非局部注意力，形成双重注意力网络；将均方误差、结构性相似度和梯度损失结合起来作为图像增强模型的联合训练损失；将待处理图像输入训练网络，得到增强后的图像；本发明能够提高低照度图像的实用性和清晰度。