摘要
本发明提供了一种低光照电力图像增强方法，包括：采用改进UNet网络对低光照图像进行Retinex分解，估计光照分量；对估计的光照分量进行伽马校正，得到校正后的光照图；将原始图像与校正后的光照分量进行逐元素除法操作，得到增强的反射分量作为输出图像，实现低光照图像增强。本发明能够自动调整图像的亮度、对比度和色彩平衡，有效改善低光照图像的视觉效果，并达到无需外部数据集训练、仅需输入低光照电力图像即可进行低光照增强的目的；不仅克服了传统图像增强算法在处理复杂光照条件时可能面临的细节丢失、色彩失真等挑战，还显著提高了图像处理的效率和质量。
