基于定制化提示学习的自适应弱光图像增强方法

本发明公开了基于定制化提示学习的自适应弱光图像增强方法。首先构建基于定制化提示学习的自适应弱光图像增强模型，采用U‑Net架构，设计了双路径处理机制；通过编解码路径的编码器对输入的弱光图像进行特征提取，得到多尺度和多层次的图像特征信息；通过解码器对编码器提取的图像特征信息进行进一步处理，在解码器处理过程中，依次结合提示生成路径输出的多个不同的提示特征，并通过该提示辅助图像信息的恢复，最终输出增强后的图像。本发明显著改善了弱光图像的亮度、细节表现和色彩还原能力。在多个公开数据集上的实验表明，该方法在清晰度提升、细节保留和整体视觉效果上优于现有方法。