基于伽玛校正先验驱动注意力机制的图像增强方法及系统

本发明公开了基于伽玛校正先验驱动注意力机制的图像增强方法及系统，涉及光学领域，该方法包括以下步骤：基于预先配置的网络结构，构建低光图像增强神经网络；基于预先选择的损失函数、训练数据集及评价指标，对评估低光图像增强神经网络进行训练并评估；基于训练后的低光图像增强神经网络，依次对扩展伽玛校正注意力模块、通道先验模块的数量和损失函数进行消融实验，得到增强后的图像。本发明提出了新的模型作为基于理论公式的注意力机制，提出了堆叠和模块化的注意力模块来关注图像的细节，这种增强使重量轻但性能先进，保持了强大的效率和稳定的操作。