基金项目:国家自然科学基金(61561016，61861008);广西科技重大专项基金(AC16380014，AA17202048，AA17202033);“认知无线电与信息处理”教育部重点实验室(CＲK2200109);桂林电子科技大学研究生教育创新计划资助项目(2020YCXS028)收稿日期:2021－04－22修回日期:2021－04－29第40卷第2期计算机仿真2023年2月文章编号:1006－9348(2023)02－0510－07基于多尺度连接的区域自适应去雾算法韦照川，王皓坤，纪元法(桂林电子科技大学广西精密导航技术与应用重点实验室，广西桂林541004)摘要:针对传统单幅图像去雾算法中细节信息丢失导致去雾后物体轮廓不清晰，以及雾浓度分布不均匀使得去雾不完全等问题，提出一种基于多尺度连接的区域自适应去雾算法，设计了一个由编/解码部分以及区域非局部块构成的自适应去雾网络;首先在不同编码层中使用密集连接残差块和非局部操作提取不同尺度的特征信息。然后将来自不同编码层的特征信息聚合后，送入各级解码器中进行解码操作。最后将解码输出的特征图与原始雾图逐元素相加后恢复出清晰图像。在ＲESIDE数据集上进行仿真，将实验结果与较新算法进行定性和定量比较。提出算法的峰值信噪比提高了1.77dB、结构相似度提高了0.02，去雾效果得到明显提升。关键词:图像去雾;背景细节;多路连接;特征聚合;区域非局部块中图分类号:TP391.4文献标识码:BＲegionAdaptiveDehazingAlgorithmBasedonMulti－ScaleConnectionWEIZhao－chuan，WANGHHao－kun，JIYuan－fa(GuangxiKeyLaboratoryofprecisionNavigationTechnologyandApplication，GuilinUniversityofElectronicTechnology，GuilinGuangxi541004，China)ABSTＲACT:Forthetraditionalsingleimagedehazingalgorithmduetothelossofdetailinformationresultinginun-clearobjectprofileandunevendistributionofhazydensityresultinginincompletedehazingproblems，aregionaladap-tivedehazingalgorithmbasedonmulti－scaleconnectionisproposed，andanadaptivedehazingnetworkcomposedofcoding/decodingpartsandregionalnon－localblocksisdesigned．Firstly，denselyconnectedresidualblocksandnon－localoperationswereusedindifferentcodinglayerstoextractfeatureinformationofdifferentscales，andthenthefeaturesfromdifferentcodinglayerswereaggregatedandsenttothedecodersofeachlayerfordecodingoperations．Finally，thedecodedfeaturemapandtheoriginalfogmapwereadded...
