您当前的位置：
首页 >
文章列表页 >
强化边缘特征提取的双分支融合真实图像去雾
信息科学 | 更新时间：2025-03-21
|

    • 强化边缘特征提取的双分支融合真实图像去雾

    • Enhanced edge feature extraction dual branch fusion network for real image dehazing

    • “在计算机视觉领域，研究者提出了EDFDNet去雾网络，有效提升了非均匀雾霾图像的可见性，为图像去雾研究提供了新方向。”
    • 光学精密工程   2025年33卷第2期 页码：247-261

    • DOI：10.37188/OPE.20253302.0247    

      中图分类号： TP391.41
    • CSTR：32169.14.OPE.20253302.0247    

    • 收稿日期：2024-08-26，

      修回日期：2024-09-30，

      纸质出版日期：2025-01-25

    移动端阅览

  • 李雄心,夏丰领,张靠民等.强化边缘特征提取的双分支融合真实图像去雾[J].光学精密工程,2025,33(02):247-261. DOI： 10.37188/OPE.20253302.0247. CSTR： 32169.14.OPE.20253302.0247.

    LI Xiongxin,XIA Fengling,ZHANG Kaomin,et al.Enhanced edge feature extraction dual branch fusion network for real image dehazing[J].Optics and Precision Engineering,2025,33(02):247-261. DOI： 10.37188/OPE.20253302.0247. CSTR： 32169.14.OPE.20253302.0247.

  •  
  •  

0

浏览量

0

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

强化边缘特征提取的双分支融合真实图像去雾
基于混合时空卷积的轻量级视频超分辨率重建
综合多尺度信息和注意力机制的水下图像增强
非成对训练样本条件下的红外图像生成
联合自注意力和分支采样的无人机图像目标检测

相关作者

李雄心
夏丰领
张靠民
王洪亮
谢涛
夏振平
陈豪
张宇宁

相关机构

新型显示与视觉感知石城实验室
江苏省工业智能低碳技术工程中心
东南大学 电子科学与工程学院 显示技术研究中心
苏州科技大学 电子与信息工程学院
河南万里交通科技集团股份有限公司
0