一种基于边缘信息引导的伪监督学习交通图像质量增强方法

本发明公开了一种基于边缘信息引导的伪监督学习交通图像质量增强方法，旨在解决因“欠曝”“过曝”现象导致的目标检测精度下降问题，所述方法如下：首先，设计一种基于可见光图像‑SAM掩码的视觉内容生成器，分别提取图像、掩码特征并进行深度融合，以生成对应的增强矩阵γ；其次，设计伪标签生成器，利用输入图像随机生成2N个参考图像，旨在为模型提供丰富的参考数据，增强模型的泛化性和鲁棒性；再次，构建全局‑局部图像质量评估器评估参考图像的图像质量，选取质量最好的图像作为伪标签；最后，引入L1‑SSIM作为模型的结构重建损失，有效捕捉图像的细节和结构信息，在提升图像质量的同时保证图像的视觉连贯性。