自适应局部亮度增强与对比度均衡的深度学习图像质量增强方法

一种自适应局部亮度增强与对比度均衡的深度学习图像质量增强方法，涉及图像处理技术领域，针对电力设备检测场景中极端亮度差异与多尺度特征共存的难题，实现了放电区域亮度的自适应动态平衡与非放电区域对比度的精准增强；通过结合放电物理语义特征的深度学习优化，在增强过程中智能保留放电分支角度、光斑梯度分布等缺陷诊断关键信息，突破了传统算法仅基于灰度统计的局限性；端到端的自适应调整策略可根据放电图像的实时反馈动态配置局部亮度、对比度增强与深度学习优化的协同权重，有效解决了 “强光斑溢出 ‑ 暗区域模糊” 的检测痛点。实际应用表明，该方法显著提升了局部放电光学图像的质量。