基于边缘先验信息引导的单幅图像去雾方法
摘要
针对卷积神经网络图像去雾方法在处理图像边缘纹理时出现的边缘模糊和边缘细节丢失等问题，提出一种多级边缘先验信息引导的单幅图像去雾网络（EPIGN）设计方法。该设计方法集成边缘特征提取模块、边缘特征融合块和去雾特征提取块，由边缘特征提取模块对有雾图像进行丰富边缘特征的提取，并重建出边缘图像，由边缘特征融合块将边缘先验信息与有雾图像的上下文信息进行有效融合，再由去雾特征提取块对图像进行多尺度深度特征提取并对重要通道添加注意力机制。在RESIDE数据集上对所提方法进行大量实验，并与主流去雾方法作比较，其中室内数据集峰值信噪比与结构相似指数分别达到37.58和0.991，参数量与计算量仅为2.024×106和24.84×109。实验结果表明，所提方法在有效去雾的同时大幅减少参数量与计算量，具有良好的性能和边缘细节保持能力。
引用本文（GB/T 7714）
梁婉 Liang Wan, 黄梅珍 Huang Meizhen, 徐桂林 Xu Guilin. 基于边缘先验信息引导的单幅图像去雾方法[J]. Laser & Optoelectronics Progress, 2025.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。