摘要
本发明提出了一种基于多尺度特征约束的非均匀雾图像去雾方法及系统,涉及图像处理和计算机视觉领域,针对的问题是:非均匀雾图像中雾霾分布不均匀且复杂所导致的去雾不均衡、细节丢失等问题。该方法通过构建特征提取和重建模块以及特征增强模块,特征提取和重建模块结合拉普拉斯金字塔上下采样与自注意力机制,利用图像的多尺度特征实现高精度去雾,并通过特征增强模块引入状态空间模型来提取和融合图像的浅层特征和深层语义特征,以增强和补充去雾后图像的细节和结构信息。本发明解决了去雾不均衡、细节丢失等问题,克服了模型仅依赖单一空间域特征或单一物理先验知识存在的问题,提高了模型去雾精度和泛化能力。
技术关键词
多尺度特征
拉普拉斯金字塔
空间多尺度
状态空间模型
图像去雾方法
深度特征融合
上采样
融合特征
颜色衰减先验
滤波模块
暗通道先验
变换特征
图像去雾系统
扫描模块
分支
线性
计算机视觉
注意力