基于目标区域增强的机器视觉暗光目标检测方法及系统

本发明公开了基于目标区域增强的机器视觉暗光目标检测方法及系统；方法包括：获取暗光图像，采用Zero‑DCE预增强得到正常光图像；将正常光图像输入修改后的SAM模型，分割为前景和背景并二值化；构建特征指导模块FGM，通过知识蒸馏引导TGE‑Net学习语义信息，利用分割蒸馏损失约束特征对齐；TGE‑Net分解暗光图像为光照和反射分量，经融合处理得到目标区域增强图像；输入YOLOv3进行目标检测；系统包括特征指导模块FGM、TGE‑Net模块和YOLOv3网络；本发明通过语义引导实现目标区域精准增强，抑制背景干扰，提升暗光环境下目标检测的准确性和鲁棒性，适用于夜间监控、低光工业检测场景。