一种自适应变分迭代网络的弱光图像增强方法及系统

本发明提出一种自适应变分迭代网络的弱光图像增强方法及系统，通过参数提取模块来自适应学习变分模型中的图像对比度的参数矩阵，然后将弱光图像与参数矩阵相乘，根据相乘结果构建变分模型，采用布雷格曼迭代算法对所述变分模型进行迭代求解，并进行去噪处理，得到最终的增强图像，得到的增强图像具有更加清晰的对比度和更少的噪声；此外，调节图像对比度的参数矩阵不是人为设置，而是通过深度学习自适应的学习得到，改变了图像的低对比度问题。