本稿では、空間的に変化する操作を動的に適用することで、低照度画像の強調を実現する新しい手法を提案する。この手法は、信号対雑音比（SNR）に敏感なトランスフォーマーと畳み込みモデルを統合的に活用し、極めて低SNRの画像領域に対しては長距離操作を、その他の領域に対しては短距離操作を適用する。特に、SNRの事前知識を用いて特徴の融合を制御し、非常に低SNRの雑音が強い領域からのトークンが影響を及ぼすことを回避するため、新たな自己注意機構を導入したSNRに配慮したトランスフォーマーを提案する。広範な実験により、同一構造の7つの代表的なベンチマークにおいて、既存の最先端（SOTA）手法を常に上回る性能を達成することが確認された。さらに、100名の参加者を対象とした大規模なユーザースタディーを実施し、本手法の結果が優れた視認性を有していることを実証した。