融合小波变换与残差通道注意力的图像去雾算法
作者机构:兰州交通大学电子与信息工程学院
出 版 物:《光电子·激光》 (Journal of Optoelectronics·Laser)
年 卷 期:2024年
学科分类:08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程]
基 金:国家自然科学基金(61561030) 甘肃省高等学校产业支撑计划项目(2021CYZC-04) 兰州交通大学教改项目(JG201928)
主 题:图像去雾 生成对抗 小波变换 扩张卷积网络 残差通道注意力
摘 要:针对深度学习去雾算法未能充分利用非均匀分布下雾天图像的局部特征问题,提出一种融合小波变换与残差通道注意力的生成对抗去雾算法,通过构建小波-编解码器子网络和数据拟合子网络的双分支结构来复原图像。其中小波-编解码器网络利用小波变换的分解与重构代替上下采样提取图像的多尺度特征,并设计一种兼顾上下文信息的扩张卷积网络,增加了网络对纹理细节和边缘特征的捕获;数据拟合网络通过构造残差通道注意力块来增强关键特征的表达能力。此外,引入小波结构相似性损失,约束生成器输出,提高对图像内容敏感度。实验结果表明,所提算法在不同数据集上取得良好的去雾结果,且客观指标也优于大多现有算法。