عادةً ما يكون الضباب الدخاني في البيئة الطبيعية غير متناظر وغير منتظم، مما يؤثر بشكل كبير على مهام رؤية الكمبيوتر. لذلك، يقترح هذا البحث شبكة إزالة الضباب بتقوية ميزات الحافة ودمج الفرعين (Enhanced-edge-feature Dual-branch Fusion Dehazing Network، EDFDNet). للحفاظ على真实性 الصور، وتحسين الرؤية في الحالات الضبابية الشديدة، تم بناء الفرع الرئيسي للشبكة لنقل فرع تفاصيل الصورة، باستخدام شبكة U-shape مع دمج تحويل الموجات المتقطع لاستنتاج ميزات دقيقة متعددة المقاييس، وتم تحديد طريقة رياضية لتعزيز تحديد معلومات الحافة؛ فرع استخراج الميزات يربط كتل ResNet المتبقية وموديول استخراج الميزات الموازي الذي يجمع Transformer مع الانتباه المزدوج، لدمج الميزات المحلية والعالمية، مما يعزز قدرة الشبكة على فهم ومعالجة صور الضباب غير المتجانسة، واستعادة رؤية الصورة. أُضيفت هذان الفرعان إلى البنية الأساسية لشبكة التوليد التنافسية (GAN)، لتشكيل شبكة إزالة الضباب EDFDNet. أظهرت النتائج التجريبية أن هذه الطريقة تحقق زيادة في متوسط PSNR و SSIM بنسبة 1.2567 و 0.0308 على مجموعات بيانات تركيبية في الهواء الطلق، كما حققت أفضل مؤشرات PIQE و RI و VI من 21.471 و 0.9711 و 0.9003 في الاختبارات على مجموعات بيانات العالم الحقيقي. حقق EDFDNet نتائج جيدة في تحسين الأصالة واستعادة الرؤية، ومناسب لإزالة الضباب عن صور الضباب غير المتجانسة في العالم الحقيقي.

ضباب العالم الحقيقي؛ إزالة الضباب غير المتجانس؛ دمج الميزات؛ تعزيز ميزات الحافة؛ الشبكة التوليدية المنافسة