一种基于多特征注意力机制的图像去雾方法

本发明公开一种基于多特征注意力机制的图像去雾方法，涉及图像去雾技术领域。在U‑Net基础上整合多特征注意力模块，综合不同尺度特征信息并融合浅层与深层特征，提升特征表达能力，尤其在保留边缘信息方面表现出色。引入跳跃连接缓解梯度消失问题。多特征注意力模块可统一不同层级特征分辨率，采用最大池化算法保留边缘细节。其由通道注意力模块、像素注意力模块和跳跃连接组成，通道注意力评判通道重要性加权处理，像素注意力聚焦像素特征分配权重。本发明克服传统去雾技术局限，利用深度学习优势，提高处理效率与图像质量，适用于复杂环境有雾图像，有效减少特征信息丢失，提高图像处理准确性与细节恢复效果。