基于多尺度连接的区域自适应去雾算法
Computer Simulation(2023)
摘要
针对传统单幅图像去雾算法中细节信息丢失导致去雾后物体轮廓不清晰,以及雾浓度分布不均匀使得去雾不完全等问题,提出一种基于多尺度连接的区域自适应去雾算法,设计了一个由编/解码部分以及区域非局部块构成的自适应去雾网络;首先在不同编码层中使用密集连接残差块和非局部操作提取不同尺度的特征信息.然后将来自不同编码层的特征信息聚合后,送入各级解码器中进行解码操作.最后将解码输出的特征图与原始雾图逐元素相加后恢复出清晰图像.在RESIDE数据集上进行仿真,将实验结果与较新算法进行定性和定量比较.提出算法的峰值信噪比提高了 1.77dB、结构相似度提高了 0.02,去雾效果得到明显提升.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要