文档名：基于多残差和多重特征融合的去雾算法
摘要：针对目前大多数图像去雾算法由于细节丢失导致去雾后的图像颜色失真,雾霾残留以及纹理细节模糊等问题,提出一种基于多残差和多重特征融合端到端的去雾算法.首先通过设计浅层特征提取模块,为深层网络提高丰富信息的特征图;其次设计多残差级联模块,提取多层次特征,帮助模型学习更加复杂的特征表示;然后设计局部-全局特征融合模块,捕获从最细微到最广泛的特征;最后设计结合残差注意力的跨层特征融合模块,避免上下采样后的细节缺失,更好地提取图像中的局部与全局信息特征.实验结果表明,所提算法在SOTS室内、室外测试集上峰值信噪比(PSNR)分别取得了33.12、31.07dB,结构相似性(SSIM)分别取得0.986、0.983,与当前大多数主流算法相比得到了明显的提升,且在合成雾图像和真实雾霾图像均取得了不错的去雾效果,复原图像细节更加清晰,更符合人类视觉感知.
Abstract：Toaddressthecommonissuesinmostexistingimagedehazingalgorithms,suchascolordistortion,hazeresidue,andblurringoftexturedetailsduetothelossoffinedetails,anewend-to-enddehazingalgorithmbasedonmulti-residualandmulti-featurefusionisproposed.Initially,ashallowfeatureextractionmoduleisdesignedtoprovidethedeepnetworkwithfeaturemapsrichininformation.Subsequently,amulti-residualcascadingmoduleisconstructedtoextractmulti-levelfeatures,assistingthemodelinlearningmorecomplexfeaturerepresentations.Furthermore,alocal-globalfeaturefusionmoduleisintroducedtocapturefeaturesrangingfromthemostsubtletothemostextensive.Finally,across-layerfeaturefusionmodule,combinedwithresidualattention,isdesignedtopreventthelossofdetailsafterupsamplinganddownsampling,thusbetterextractinglocalandglobalinformationfeaturesfromtheimage.Experimentalresultsshowthattheproposedalgorithmachievespeaksignal-to-noiseratio(PSNR)of33.12and31.07dB,andstructuralsimilarity(SSIM)of0.986and0.983,respectively,onindoorandoutdoorSOTStestsets,whichissignificantlyimprovedcomparedwithmostcurrentmainstreamalgorithms.Moreover,thefogremovaleffectisgoodinboththesyntheticfogimageandtherealhazeimage,andthedetailsoftherestoredimageareclearerandmoreinlinewithhumanvisualperception.
作者：武丽 俞俊 张征浩 葛彩成 Author：WuLi YuJun ZhangZhenghao GeCaicheng
作者单位：无锡学院电子信息工程学院无锡214000;南京信息工程大学电子与信息工程学院南京210000南京信息工程大学电子与信息工程学院南京210000
刊名：国外电子测量技术 ISTIC
Journal：ForeignElectronicMeasurementTechnology
年，卷(期)：2024, 43(6)
分类号：TP391.41
关键词：图像去雾 深度学习 编解码器 残差结构 特征融合
Keywords：imagedefogging deeplearning codec residualstructure featurefusion
机标分类号：TP391.41TN911.73TP181
在线出版日期：2024年7月12日
基金项目：国家自然科学基金，合作协同育人项目基于多残差和多重特征融合的去雾算法[
期刊论文] 国外电子测量技术--2024, 43(6)武丽 俞俊 张征浩 葛彩成针对目前大多数图像去雾算法由于细节丢失导致去雾后的图像颜色失真,雾霾残留以及纹理细节模糊等问题,提出一种基于多残差和多重特征融合端到端的去雾算法.首先通过设计浅层特征提取模块,为深层网络提高丰富信息的特征图...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于多残差和多重特征融合的去雾算法 Fog removal algorithm based on multiple residuals and multiple feature fusion
基于多残差和多重特征融合的去雾算法.pdf
- 文件大小:
- 17.14 MB
- 下载次数:
- 60
-
高速下载
|
|
