一种基于多尺度全局联合局部的低光图像增强方法

本发明提出了一种基于多尺度全局联合局部的低光图像增强方法，该方法搭建多尺度先验提取模块，将低光图像作为输入进行预训练，提取出图像的先验特征；通过引入多尺度先验提取，结合局部增强进行有效地捕捉复杂的全局和局部依赖关系，进一步地提升图像增强质量；通过引入自适应核选择模块利用空间变化操作动态选择特征，实现对不同输入的灵活适应；该方法还引入了一种动态伪标签生成框架，通过伪标签生成、动态置信度评估与知识蒸馏，提高了网络的泛化能力。本发明在实际应用场景如低光物体检测中也展现了优越性能，具有广泛的应用前景。