您当前的位置:
首页 >
文章列表页 >
频域特征蒸馏的双尺度融合图像去雾网络
信息科学 | 更新时间:2026-09-11
    • 频域特征蒸馏的双尺度融合图像去雾网络

    • Dual scale fusion image dehazing algorithm based on frequency-domain feature distillation

    • “研究团队提出频域特征蒸馏的双尺度融合网络实现单幅图像有效去雾,采用大尺度卷积核提取纹理信息,利用残差注意力机制增强雾霾相关特征,设计了高频特征蒸馏模块细化结构和边缘信息,并采用交叉融合策略对不同通道特征进行融合,为解决去雾图像边缘细节不够清晰以及现有U-Net去雾网络对频域信息挖掘不充分、忽略不同通道信息交流导致结构模糊的问题提供解决方案。”
    • 陈清江 ,杨双
    • 光学精密工程 2025年33卷第6期 页码:916-927
    • DOI: 10.37188/OPE.20253306.0916     

      中图分类号:
    • CSTR: 32169.14.OPE.20253306.0916     
    • 修回:2024-08-23 ,

    移动端阅览

  •  
  •  
  • AI导读

  • HTML全文

  • 图( 12 ) 表( 6 )

  • 参考文献

  • 出版信息

  • 数据统计

377

浏览量

693

下载量

1

CSCD

文章被引用时,请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

全局和局部特征融合的图像去雾
基于偏振度优化与大气光校正的图像去雾
使用改进型大气散射模型的双阶段图像修复
适应性双通道先验的图像去雾方法
多级特征逐步细化及边缘增强的图像去雾

相关作者

朱明
聂海涛
姜鑫
黄峰
叶晓晶
郭翠霞
宋文杰
吴靖

相关机构

中国科学院 长春光学精密机械与物理研究所
福州大学先进技术创新研究院
福州大学 机械工程及自动化学院
中国科学院 上海光学精密机械研究所
上海工程技术大学 电子电气工程学院