基于小波变换及注意力机制的T型图像去雾网络

• 作者: 杨燕 武旭栋 杜康
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 图像去雾 小波变换 卷积神经网络 特征融合
• 年，卷（期）: 2022,（10）
• 所属期刊栏目: 计算机科学
• 页码范围: 61-68
• 页数: 7页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.16339/j.cnki.hdxbzkb.2022299

摘要

受大气中雾霾等悬浮颗粒的影响，室外拍摄的图像常伴有低对比度和低能见度问题，现存去雾方法未能充分利用图像的局部特征信息，存在去雾不彻底及图像细节丢失等问题.为此，提出一种基于小波变换及注意力机制的T型图像去雾网络.所提网络通过对图像进行多次离散小波分解及重构来获取有雾图像的边缘细节特征，并提出了一种兼顾图像全局特征及局部信息提取的特征注意力模块，加强了网络在图像视觉感知和细节纹理方面的学习.在进行特征提取的过程中，提出T型连接方式来获得多尺度的图像特征，扩展了网络的表示能力.对重构后的无雾图像进行色彩平衡，得到最终复原图像.在合成数据集和真实数据集中的大量实验结果表明，本文所提网络相较于现有其他网络模型具有更优越的性能.