基于视网膜皮层理论和初始网络模块的暗光图像增强方法

本发明涉及计算机数字图像处理技术领域，具体公开基于视网膜皮层理论和初始网络模块的暗光图像增强方法，本发明通过建立深度学习模型网络，其中深度学习模型网络包含分解网络和增强网络两个子网络，关于分解网络，根据LOL数据集中的强弱光图像对，让分解网络学习强弱光图像对的分解模式，让其有能力分解普通的暗光图像；关于增强网络，在增强网络中加入初始网络模块，令增强网络的宽度增加，进而既保持了网络结构的疏松性，又提高了网络的计算性能；进一步对初步建立的深度学习模型网络进行训练，之后将待增强的暗光图像输入，从而得到质量更佳的暗光增强图像。