一种基于深度学习的图像去雾方法及装置

本发明公开了一种基于深度学习的图像去雾方法及装置，属于图像处理技术领域。该方法包括：构建基于改进U‑Net网络的图像去雾模型，包括将原有U‑Net网络编码器中的下采样模块替换为多尺度增强下采样模块以及将原有U‑Net网络中的跳跃连接结构替换为交叉注意力门控模块，利用预处理后的有雾图像数据集对图像去雾模型进行迭代训练，基于训练好的图像去雾模型对有雾图像进行去雾，生成去雾图像。本发明通过引入多尺度增强下采样模块和交叉注意力门控模块，能够有效提取有雾图像中的细节信息，并动态调整多尺度特征权重，从而显著提高去雾效果，特别是在处理复杂雾霾条件下的遥感图像和普通场景图像时，具有较高的鲁棒性和泛化能力。