多尺度非对称注意力遥感去雾Transformer

doi:10.16088/j.issn.1001-6600.2025061001

广西师范大学学报（自然科学版） ›› 2026, Vol. 44 ›› Issue (2) : 77 -89. DOI: 10.16088/j.issn.1001-6600.2025061001

作者信息 +

Author information +

文章历史 +

摘要

雾霾干扰会导致遥感图像结构模糊、细节丢失，严重影响下游视觉任务的准确性。为此，本文提出一种异构增强的遥感图像去雾网络，从空间结构建模与频率信息整合2个层面提升特征恢复能力。具体而言，设计多尺度非对称注意力Transformer模块，引入方向感知机制以增强模糊边缘与纹理细节的建模；同时构建基于小波变换高低频自适应增强模块，使用Haar小波分解分离频域信息，分别通过高频与低频子模块强化边缘轮廓与结构表达。2个模块分别嵌入特征提取与融合阶段，协同缓解传统方法方向性建模不足与高频特征易丢失等问题。在保持低计算开销的前提下，本文方法在HAZE1K与RICE数据集上的平均PSNR/SSIM性能分别达到24.993 6/0.909 9与33.180 2/0.894 2,在细节恢复方面表现出显著优势。