一种基于CNN与Transformer双向调制的遥感图像去雾网络的构建方法

本发明公开了一种基于CNN与Transformer双向调制的遥感图像去雾网络的构建方法，该网络主要包括特征提取机制和差分专家引导的双向调制模块(DGBM)。特征提取机制通过并行的CNN块和Transformer块提取局部特征和全局特征。DGBM主要由差分专家、物理反演模型、双向仿射变换组成。差分专家用于建模CNN与Transformer特征的独有表示，同时抑制冗余信息的表达。物理反演模型被用来探索雾霾的退化特性，从而提升特征的鲁棒性和泛化能力。最后，仿射变换用于调制两者特征分布的差异性，从而有效对齐两者特征的语义和空间分布不一致性。本发明验证了所提出框架和模块的有效性，并且能在提升网络性能的同时能恢复出更高质量的清晰遥感图像。