擴(kuò)散模型與傅里葉濾波器結(jié)合的圖像去霧方法

摘要： 當(dāng)前圖像去霧算法研究主要聚焦于構(gòu)建結(jié)構(gòu)精巧的神經(jīng)網(wǎng)絡(luò)，利用擴(kuò)散模型以生成式方法進(jìn)行圖像去霧的研究比較匱乏，且擴(kuò)散模型與頻域分析結(jié)合的研究也相對(duì)較少，這導(dǎo)致許多算法在面對(duì)真實(shí)有霧圖像時(shí)去霧效果不佳。針對(duì)上述問(wèn)題，本文基于分?jǐn)?shù)匹配擴(kuò)散模型IR-SDE提出了一種圖像去霧方法 Firs-Net。該方法利用擴(kuò)散模型強(qiáng)大的圖像生成能力，通過(guò)迭代式的方式從有霧圖像逐漸恢復(fù)清晰無(wú)霧圖像。Fir... （共12頁(yè)）