基于多尺度残差特征融合的图像去雾算法
Image defogging algorithm based on multi-scale residual feature fusion作者机构:西安工业大学电子信息工程学院陕西西安710021 西安工业大学光电工程学院陕西西安710021 西安工业大学机电工程学院陕西西安710021
出 版 物:《液晶与显示》 (Chinese Journal of Liquid Crystals and Displays)
年 卷 期:2024年第39卷第6期
页 面:822-832页
学科分类:081203[工学-计算机应用技术] 08[工学] 0703[理学-化学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金(No.62171360) 陕西省科技厅重点研发计划(No.2022GY-110) 西安市智能兵器重点实验室(No.2019220514SYS020CG042) 2022年度陕西高校青年创新团队项目 山东省智慧交通重点实验室(筹)
主 题:图像去雾 多尺度卷积 残差连接 注意力机制 图像融合
摘 要:针对现有去雾算法处理后图像色彩暗淡、视觉保真度差、细节特征丢失的问题,本文提出一种基于多尺度残差特征融合的图像去雾算法。首先,设计多尺度并行特征层,旨在从不同尺度下提取图像特征以提升网络的鲁棒性;然后,设计残差网络连接层,实现多个卷积层之间信息的传递和连接,提高特征的利用率,加快特征提取速度;接着,设计嵌入注意力机制的深度特征信息融合层重点关注图像关键信息,有效提高图像的清晰度,降低背景噪声干扰;最后,设计基于去雾理论及曝光融合的色彩矫正增强方法,用于解决网络去雾后图像色彩暗淡的问题。实验结果表明,所提的去雾增强算法在SOTS、OTS、RTTS公开数据集上的峰值信噪比(PSNR)、结构相似性(SSIM)、均方误差(MSE)分别达到了21.37 dB、82%、473.6,有效改善因雾霾天气造成的图像质量退化现象,性能更佳。