一种双分支梯度信息指导的暗光图像增强方法

本发明的一种双分支梯度信息指导的暗光图像增强方法，首先利用索贝尔算子提取低照度图像梯度信息，通过深度特征增强分支依次获取用于优化全局亮度均衡性的浅层网络特征、用于校正图像局部区域亮度的中层网络特征以及用于在高层语义特征中进行场景感知的对比度调节的深层网络特征；根据提取梯度信息后的图像特征，结合门控梯度优化模块，依次获取多个阶段的梯度特征；进而通过注意力融合模块，获取增强图像。本发明能够解决现有方法在低光环境下存在的高频细节丢失，真实场景泛化能力不足的问题。同时本发明的双分支梯度信息指导的图像增强深度网络处理后的增强图像，不容易出现过曝现象，有效提高了网络对暗光图像的特征描述力。