低光照图像增强技术已取得显著进展，但不稳定的图像质量恢复和不理想的视觉感知仍是重大挑战。为解决这些问题，作者提出了一种新颖且鲁棒的低光照图像增强方法——CLIP-Fourier 引导的小波扩散（CFWD）。
具体而言，CFWD 利用多次小波变换所构建的频域空间中的多模态视觉-语言信息来引导增强过程。跨不同模态的多尺度监督在小波扩散过程中促进了图像特征与语义特征的对齐，有效弥合了退化域与正常域之间的差距。
此外，为进一步促进图像细节的有效恢复，作者将基于小波变换的傅里叶变换相结合，构建了混合高频感知模块（Hybrid High Frequency Perception Module, HFPM），该模块对细节特征具有显著的感知能力。该模块通过引导增强结果的细粒度结构恢复，避免了小波扩散过程中的多样性混淆，从而实现兼顾指标与感知的增强效果。
在公开的真实世界基准上进行的广泛定量与定性实验表明，该方法优于现有最先进方法，在图像质量和噪声抑制方面取得了显著进展。