-
题名真实图像去雾的对抗学习方法
- 1
-
-
作者
杨绍良
周冬明
杨浩
-
机构
云南大学信息学院
-
出处
《计算机应用与软件》
北大核心
2025年第7期242-251,共10页
-
基金
国家自然科学基金项目(61966037)。
-
文摘
现有的大多数基于大气散射模型的去雾方法面对复杂和非均匀雾去除依然存在伪影、颜色失真、去雾不彻底等问题,针对以上问题提出一种新的基于生成对抗网络的图像去雾算法D-GAN(Dehazing-GAN)。该网络的生成器通过全局特征提取子网GFES(Global Feature Extraction Subnet)来提高网络特征利用率,并且使用多尺度特征融合子网MSFFS(Multi-Scale Feature Fusion Subnet)来增强网络对不同尺度细节的重建能力。实验表明,该文提出的生成对抗网络模型在非均匀去雾任务中具有良好的鲁棒性,相比FFA、SFNet、GCANet等方法在客观评价指标PSNR、SSIM上表现更优,并且在主观评价上表现更好。
-
关键词
真实图像去雾
生成对抗网络
全局特征提取子网
多尺度特征融合子网
-
Keywords
Realistic image dehazing
Generative adversarial networks
Global feature extraction subnet
Multi-scale feature fusion subnet
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名MAGNet融合导向滤波的真实图像去雾方法
- 2
-
-
作者
桑榆
申红倩
张世辉
路佳琪
左东旭
牛景春
-
机构
燕山大学信息科学与工程学院
河北省计算机虚拟技术与系统集成重点实验室
-
出处
《计量学报》
CSCD
北大核心
2022年第3期346-354,共9页
-
基金
中央引导地方科技发展资金(216Z0301G)
河北省自然科学基金(F2019203285)。
-
文摘
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。
-
关键词
计量学
MAGNet融合导向滤波
真实图像去雾
多注意力机制
图像处理
单幅图像去雾法
-
Keywords
metrology
MAGNet fusing guided filtering
real-world image dehazing
multi-attention mechanism
image processing
single image dehazing method
-
分类号
TB96
[机械工程—光学工程]
-
