基于特征注意力的快速非均匀雾图像去雾算法

作者：吴正平; 程洁莹; 雷帮军; 赵俊臣

来源：国外电子测量技术, 2023, 42(09): 9-18.

DOI：10.19652/j.cnki.femt.2304869

• 非均匀雾图像去雾
• 编码器-解码器
• 特征注意力
• 多尺度卷积
• 轻量级

针对现有单幅图像去雾算法在雾度分布不均匀情况下去雾效果的局限性，以及较高的时间成本等问题。提出了一种以编码器-解码器结构为基本框架，融合多尺度卷积与特征注意力的快速图像去雾算法。首先，基于对性能和内存存储的权衡，使用了一种轻量级的编码器-解码器结构，以保证较低的时间成本；其次，考虑到在不均匀雾度分布的场景中，雾化的区域可能超过卷积核的大小，提出了一种多尺度卷积结构，在特征提取阶段首先使用1×1、3×3、5×5、7×7的并行多尺度卷积提取特征，以增大感受野保留输入图像的更多细节；为了验证算法的有效性，在3种数据集上将本文提出的算法与目前流行的算法进行对比实验。算法在真实的非均匀雾度分布场景NH-HAZE 2数据集中，3项评价指标峰值信噪比(PSNR)、结构相似性(SSIM)、单张分辨率为1 600×1 200的图片处理时间分别为20.50dB、0.84、0.003 8 s,相对于DMPHN模型均有所提高，3项指标皆处于较高水平。实验结果表明，算法有效地解决了在雾度分布不均匀情况下去雾效果不理想的问题，降低了时间成本，同时复原图像在颜色、亮度方面具有更好的表现。