真实图像去雾的对抗学习方法

来源：计算机应用与软件杂志2025年第7期北京时间：

作者：杨绍良, 周冬明, 杨浩

摘要：现有的大多数基于大气散射模型的去雾方法面对复杂和非均匀雾去除依然存在伪影、颜色失真、去雾不彻底等问题，针对以上问题提出一种新的基于生成对抗网络的图像去雾算法D-GAN (Dehazing-GAN)。该网络的生成器通过全局特征提取子网GFES (Global Feature Extraction Subnet)来提高网络特征利用率，并且使用多尺度特征融合子网MSFFS (Multi-Scale Feature Fusion Subnet)来增强网络对不同尺度细节的重建能力。实验表明，该文提出的生成对抗网络模型在非均匀去雾任务中具有良好的鲁棒性，相比FFA、SFNet、GCANet等方法在客观评价指标PSNR、SSIM上表现更优，并且在主观评价上表现更好。

关键词：真实图像去雾, 生成对抗网络, 全局特征提取子网, 多尺度特征融合子网