摘要：为提高单幅图像去雾方法的准确性及其去雾结果的细节可见性,该文提出一种基于多尺度特征结合细节恢复的单幅图像去雾方法。首先,根据雾在图像中的分布特性及成像原理,设计多尺度特征提取模块及多尺度特征融合模块,从而有效提取有雾图像中与雾相关的多尺度特征并进行非线性加权融合。其次,构造基于所设计多尺度特征提取模块和多尺度特征融合模块的端到端去雾网络,并利用该网络获得初步去雾结果。再次,构造基于图像分块的细节恢复网络以提取细节信息。最后,将细节恢复网络提取出的细节信息与去雾网络得到的初步去雾结果融合得到最终清晰的去雾图像,实现对去雾后图像视觉效果的增强。实验结果表明,与已有代表性的图像去雾方法相比,所提方法能够对合成图像及真实图像中的雾进行有效去除,且去雾结果细节信息保留完整。

摘要：为了提高单幅图像去雾方法的准确性以及适用范围,提出一种MAGNet融合导向滤波的真实图像去雾方法。首先,根据雾在真实图像中分布特性以及成像原理,设计多注意力残差密集块,从而有效提取真实图像中与雾相关的特征并降低梯度消失风险;其次,构造基于所设计的多注意力残差密集块的端到端卷积神经网络,实现对有雾图像中雾的去除;最后,将导向滤波引入去雾问题中,实现对去雾后真实图像视觉效果的增强。实验结果表明:与已有代表性的图像去雾方法相比,该方法不仅能够对真实图像进行去雾,还可以对合成图像中的雾进行有效去除,且去雾效果更佳。