1.一种弱光图像增强模型的训练方法，其特征在于，包括：将训练数据集中的正常光图像和弱光图像输入初始分解模块，得到所述正常光图像对应的正常光反射图像和正常光照明图像，以及所述弱光图像对应的弱光反射图像和弱光照明图像；

根据所述弱光反射图像、所述正常光照明图像、所述正常光反射图像、所述正常光图像和所述弱光图像确定第一损失函数值；

根据所述正常光反射图像、所述正常光图像、所述正常光照明图像、所述弱光照明图像和所述弱光反射图像确定第二损失函数值；

将所述弱光反射图像和所述弱光照明图像输入初始颜色恢复模块，得到颜色恢复图像；

根据所述颜色恢复图像和所述正常光反射图像确定第三损失函数值；

根据所述第一损失函数值和所述第二损失函数值修改所述初始分解模块的参数，并根据所述第三损失函数值修改所述初始颜色恢复模块的参数，并继续执行所述将训练数据集中的正常光图像和弱光图像输入初始分解模块的步骤，直至满足预设训练条件，得到训练后的分解模块和训练后的颜色恢复模块；

根据所述分解模块、所述颜色恢复模块和已训练的调整模块得到弱光图像增强模型。

2.根据权利要求1所述的弱光图像增强模型的训练方法，其特征在于，所述根据所述弱光反射图像、所述正常光照明图像、所述正常光反射图像、所述正常光图像和所述弱光图像确定第一损失函数值，具体包括：根据所述弱光反射图像、所述正常光照明图像和所述正常光图像确定第一重构损失函数值；

根据所述正常光反射图像和所述弱光反射图像确定结构相似性损失函数值；

根据所述正常光反射图像和所述弱光反射图像确定反射不变性损失函数值；

根据所述第一重构损失函数值、所述结构相似性损失函数值和所述反射不变性损失函数值确定所述第一损失函数值。

3.根据权利要求2所述的弱光图像增强模型的训练方法，其特征在于，所述根据所述正常光反射图像和所述弱光反射图像确定结构相似性损失函数值，具体包括：确定所述正常光反射图像的第一像素平均值和第一方差，确定所述弱光反射图像的第二像素平均值和第二方差；

基于所述第一像素平均值、所述第一方差、所述第二像素平均值和所述第二方差确定结构相似性损失函数值。

4.根据权利要求1所述的弱光图像增强模型的训练方法，其特征在于，所述根据所述正常光反射图像、所述正常光图像、所述正常光照明图像、所述弱光照明图像和所述弱光反射图像确定第二损失函数值，具体包括：根据所述正常光反射图像、所述弱光照明图像和所述正常光图像确定第二重构损失函数值；

根据所述弱光照明图像和所述正常光照明图像确定亮度差异损失函数值；

根据所述弱光照明图像和所述弱光反射图像确定局部光照平滑性损失函数值；

根据所述第二重构损失函数值、所述亮度差异损失函数值和所述局部光照平滑性损失函数值确定所述第二损失函数值。

5.根据权利4所述的弱光图像增强模型的训练方法，其特征在于，所述根据所述弱光照明图像和所述正常光照明图像确定亮度差异损失函数值，具体包括：对于所述正常光照明图像中的每个第一像素点，在所述弱光照明图像中确定该第一像素点对应的第二像素点，并计算该第一像素点和所述第二像素点的差值的平方，得到该第一像素点对应的亮度差；

根据每个第一像素点各自分别对应的亮度差确定亮度差平均值，并将所述亮度差平均值作为所述亮度差异损失函数值。

6.根据权利要求1所述的弱光图像增强模型的训练方法，其特征在于，所述根据所述颜色恢复图像和所述正常光反射图像确定第三损失函数值，具体包括：根据所述颜色恢复图像和所述正常光反射图像确定第三重构损失函数值；

根据所述颜色恢复图像和所述正常光反射图像确定颜色损失函数值；

根据所述第三重构损失函数值、所述颜色损失函数值和正则化项确定第三损失函数值。

7.根据权利要求6所述的弱光图像增强模型的训练方法，其特征在于，所述根据所述颜色恢复图像和所述正常光反射图像确定颜色损失函数值，具体包括：其中，Lcolor是颜色损失函数值，Rres是颜色恢复图像， 是颜色恢复图像的一阶梯度， 是颜色恢复图像的高斯卷积结果，Rhigh是正常光反射图像， 是正常光反射图像的一阶梯度， 是正常光反射图像的高斯卷积结果，ε是预设参数，‖·‖2表示2范数。

8.一种弱光图像增强方法，其特征在于，应用于弱光图像增强模型，所述弱光图像增强模型是权利要求1‑7中任意一项所述的弱光图像增强模型，所述弱光图像增强模型包括：分解模块、颜色恢复模块和调整模块，所述弱光图像增强方法包括：将待处理弱光图像输入所述分解模块，得到待处理弱光反射图像和待处理弱光照明图像；

将所述待处理弱光反射图像和所述待处理弱光照明图像输入所述颜色恢复模块，得到待处理恢复图像；

将所述弱光照明图像输入所述调整模块，得到待处理调整图像；

融合所述待处理调整图像和所述待处理恢复图像，以得到所述待处理弱光图像对应的弱光增强图像。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任意一项所述的弱光图像增强模型的训练方法，或者权利要求8中所述的弱光图像增强方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任意一项所述的弱光图像增强模型的训练方法，或者权利要求8中所述的弱光图像增强方法。