一种微弱光图像增强方法、装置、设备及存储介质

1.一种微弱光图像增强方法，其特征在于，包括：获取预设微弱光场景下的待增强图像以及预设正常光照场景下的目标正常光照图像，构建初始图像增强模型，并对所述初始图像增强模型进行优化以得到目标图像增强模型；将所述目标正常光照图像输入所述初始图像增强模型，利用所述初始图像增强模型对所述目标正常光照图像进行预设特征提取和流形分布估计操作，以得到第一分布流形信息；将所述待增强图像输入至所述目标图像增强模型，利用所述目标图像增强模型对所述待增强图像进行预设特征提取和流形分布估计操作，以得到第二分布估计信息；利用所述目标图像增强模型对所述第一分布流形信息与所述第二分布估计信息进行融合，以确定目标高维流形信息空间，基于所述目标高维流形信息空间利用所述目标图像增强模型，对预设样本空间中的目标高维特征信息向量与预设标签空间中对应的特征信息向量建立映射关系；根据所述映射关系基于预设条件获取所述待增强图像对应的目标投影，基于所述待增强图像对应的目标投影确定满足预设特征分布条件的目标流形分布，利用所述目标图像增强模型中的解码器对所述目标流形分布进行解码，以得到目标图像增强结果。 2.根据权利要求1所述的微弱光图像增强方法，其特征在于，所述获取预设微弱光场景下的待增强图像以及预设正常光照场景下的目标正常光照图像，包括：利用预设图像采集设备基于预设频率分别在预设微弱光场景与预设正常光照场景中对待成像目标进行预设周期性成像采集操作，以得到预设微弱光场景下的微弱光图像集合以及预设正常光照场景下的正常光照图像集合；基于预设图像采集需求从所述微弱光图像集合以及所述正常光照图像集合中，确定待增强图像以及目标正常光照图像。 3.根据权利要求1或2所述的微弱光图像增强方法，其特征在于，图像增强模型包括主干网络编码器模块、特征流形估计与建立模块和特征映射选择模块。 4.根据权利要求3所述的微弱光图像增强方法，其特征在于，所述利用所述目标图像增强模型对所述待增强图像进行预设特征提取和流形分布估计操作，以得到第二分布估计信息，包括：利用所述目标图像增强模型中的所述主干网络编码器模块对所述待增强图像进行预设整体光照覆盖图谱估计操作，以得到所述待增强图像的光照分布特征；将所述光照分布特征输入至所述主干网络编码器模块的网络深层编码层，并对所述主干网络编码器模块进行光场分布估计和分析以得到所述待增强图像的层级分布信息；基于所述光照分布特征以及所述层级分布信息获取所述待增强图像的第二分布估计信息。 5.根据权利要求3所述的微弱光图像增强方法，其特征在于，所述利用所述目标图像增强模型对所述第一分布流形信息与所述第二分布估计信息进行融合，以确定目标高维流形信息空间，包括：利用所述目标图像增强模型中所述特征流形估计与建立模块的第一损失函数和第二损失函数，基于预设维度对所述第一分布流形信息与所述第二分布估计信息进行预设信息交互融合操作，以建立目标高维流形信息空间；其中，所述第一损失函数用于确定所述待增强图像的信息特征，所述第二损失函数用于将所述目标正常光照图像的标签特征与所述待增强图像进行信息融合。 6.根据权利要求4所述的微弱光图像增强方法，其特征在于，所述基于所述目标高维流形信息空间利用所述目标图像增强模型，对预设样本空间中的目标高维特征信息向量与预设标签空间中对应的特征信息向量建立映射关系，包括：利用所述目标图像增强模型的所述特征流形估计与建立模块，基于所述待增强图像的光照分布特征对待增强图像进行采样估计，以得到对应的目标高维流形估计结果；基于所述目标高维流形估计结果训练目标算子，并结合预设算子约束条件优化所述目标算子的参数以得到优化后目标算子，根据所述优化后目标算子构建映射函数；根据所述映射函数将预设样本空间的目标高维特征信息向量与预设标签空间的特征信息向量在所述目标高维流形信息空间中建立映射关系。 7.根据权利要求6所述的微弱光图像增强方法，其特征在于，所述根据所述映射关系基于预设条件获取所述待增强图像对应的目标投影，基于所述待增强图像对应的目标投影确定满足预设特征分布条件的目标流形分布，包括：利用所述特征映射选择模块中的第三损失函数和第四损失函数对所述目标高维流形信息空间中的高维流形信息进行预设数据处理操作，以得到处理后高维流形信息；根据所述映射关系将所述处理后高维流形信息向预设低维空间进行投影，生成相应的投影集合；根据预设条件从所述投影集合中获取所述待增强图像对应的目标投影；基于所述待增强图像对应的目标投影确定满足预设图像相似条件的目标流形分布；其中，所述第三损失函数用于剔除所述目标高维流形信息空间的高维流形信息中满足预设冗余条件的信息，所述第四损失函数用于扩充所述目标高维流形信息空间的高维流形信息。 8.一种微弱光图像增强装置，其特征在于，包括：模型获取模块，用于获取预设微弱光场景下的待增强图像以及预设正常光照场景下的目标正常光照图像，构建初始图像增强模型，并对初始图像增强模型进行优化以得到目标图像增强模型；第一信息获取模块，用于将所述目标正常光照图像输入所述初始图像增强模型，利用所述初始图像增强模型对所述目标正常光照图像进行预设特征提取和流形分布估计操作，以得到第一分布流形信息；第二信息获取模块，用于将所述待增强图像输入至所述目标图像增强模型，利用所述目标图像增强模型对所述待增强图像进行预设特征提取和流形分布估计操作，以得到第二分布估计信息；映射关系建立模块，用于利用所述目标图像增强模型对所述第一分布流形信息与所述第二分布估计信息进行融合，以确定目标高维流形信息空间，基于所述目标高维流形信息空间利用所述目标图像增强模型，对预设样本空间中的目标高维特征信息向量与预设标签空间中对应的特征信息向量建立映射关系；增强结果获取模块，用于根据所述映射关系基于预设条件获取所述待增强图像对应的目标投影，基于所述待增强图像对应的目标投影确定满足预设特征分布条件的目标流形分布，利用所述目标图像增强模型中的解码器对所述目标流形分布进行解码，以得到目标图像增强结果。 9.一种电子设备，其特征在于，包括：存储器，用于保存计算机程序；处理器，用于执行所述计算机程序，以实现如权利要求1至7任一项所述的微弱光图像增强方法。 10.一种计算机可读存储介质，其特征在于，用于保存计算机程序；其中，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的微弱光图像增强方法。