一种自主图像增强系统

本发明涉及一种自主图像增强系统，旨在解决现有图像去噪和超分辨率技术对大规模标注数据依赖过高、模型泛化能力不足及细节恢复不充分的问题。该方法包括以下步骤：首先，针对输入的原始图像，通过数据增强技术生成多个不同的视图，并输入ResNet编码器提取多尺度特征。接着，利用对比学习模块构造正负样本对，通过InfoNCE损失函数最大化正样本对的相似性，最小化负样本对的相似性，完成自监督特征学习。随后，U‑Net解码器逐层上采样并结合跳跃连接，恢复图像细节，生成去噪或超分辨率图像。最后，联合对比损失和重建损失优化特征学习与图像重建性能。该方法可应用于医学影像、遥感图像和视频监控图像的处理，提升图像质量。