基于全局残差注意力和门控特征融合的CNN-Transformer去雾算法

CNN-Transformer Dehazing Algorithm Based on Global Residual Attention and Gated Feature Fusion

摘要

为解决现有图像去雾算法因缺乏全局上下文信息、处理分布不均匀的雾时效果差且复用细节信息时引入噪声的缺陷，提出了基于全局残差注意力和门控特征融合的CNN-Transformer去雾算法.首先，引入全局残差注意力机制编码模块自适应地提取非均匀雾区的细节特征,设计跨维度通道空间注意力优化信息权重.然后，提出全局建模Transformer模块加深编码器的特征提取过程，设计带有并行卷积的Swin Transformer捕捉特征之间的依赖关系.最后，设计门控特征融合解码模块复用图像重建所需的纹理信息，滤除不相关的雾噪声，提高去雾性能.在4个公开数据集上进行定性和定量实验，实验结果表明：所提算法能够有效地处理非均匀雾区域，重建纹理细腻且语义丰富的高保真无雾图像，其峰值信噪比和结构相似性指数都优于经典对比算法.

Abstract

To address the shortcomings of existing image dehazing algorithms， such as the lack of global contextual information， inadequate performance in dealing with non‑uniform haze， and the introduction of noise during the reuse of detailed information， a CNN-Transformer dehazing algorithm based on global residual attention and gated feature fusion is proposed. Firstly， a global residual attention mechanism is introduced to adaptively extract the detailed features from non‑uniform haze regions， and cross‑dimensional channel‑spatial attention is designed to optimize information weights. Thereafter， a global modelling Transformer module is proposed to deepen the feature extraction process of the encoder， and a Swin Transformer with parallel convolutions is constructed to capture the inter‑feature dependencies. Finally， a gated feature fusion decoder module is designed to reuse the texture information required for image reconstruction， to filter out irrelevant haze noise， and thereby to improve dehazing performance. Qualitative and quantitative experiments conducted on four publicly available datasets indicate that the proposed algorithm can effectively handle non‑uniform haze regions， reconstruct high‑fidelity haze‑free images with fine textures and rich semantics， and achieve higher peak signal‑to‑noise ratio and structural similarity index compared to the classic algorithm.

Graphical abstract

关键词

图像去雾 / 全局残差注意力机制 / CNN-Transformer架构 / 门控特征融合 / 图像重建

Key words

image dehazing / global residual attention mechanism / CNN-Transformer architecture / gated feature fusion / image reconstruction

图像中的雾会降低图像的可见度，造成色彩失真、模糊和降低对比度.图像去雾的目标是从模糊的输入中恢复清晰的图像.现有图像去雾算法主要分为基于大气散射模型算法和基于深度学习的端对端算法两类.基于大气散射模型的算法^［1-4］利用物理先验估计透射图，然后使用大气散射模型反求解清晰图像，但是这些物理先验在复杂场景下的可靠性差，可能导致传输估计不准确以及雾残留. Ren等^［1］提出基于多尺度卷积神经网络的去雾算法，学习模糊图像与其对应透射图之间的映射关系，估计大气模型的参数.但是，在雾不均匀时，透射图估计的准确性低.为解决此缺陷，Zhang等^［5］提出用卷积神经网络（CNNs）估计透射率和全局大气光值，并引入生成对抗网络（generative adversarial network，GAN）^［6］区分真实和生成的无雾图像和透射率图.但是，微小的估计误差也会显著影响去雾后图像的重建效果.针对此问题，研究者提出采用端到端的深度学习网络直接将有雾图像映射为清晰图像. Mei等^［7］提出了类似于U-net的渐进特征融合去雾网络，从观察到的雾图中恢复出无雾图像，克服了大气模型的局限性. Wu等^［8］迁移向量离散生成对抗网络（VQGAN）的高质量先验知识码本进入去雾网络.尽管这些算法可以避免由于复杂场景造成的参数估计误差，但它仍不能有效去除非均匀的雾.为了去除非均匀分布的雾，Qin等^［9］设计了一种特征融合注意力网络聚焦于通道和空间中相对重要的信息，显著提高了图像去雾效果.但是该方法忽略了通道-空间之间的相互作用，导致了跨维度信息丢失. Das等^［10］提出了一种快速深层多补丁分层网络，通过合并不同空间区域的多个图像补丁的特征来处理不均匀的雾图像.然而，由于卷积神经网络的感受野有限，它无法有效地捕捉特征之间的长距离依赖关系，同时缺乏全局上下文信息，因此重建效果差.为了学习模糊图像的全局背景特征，Wang等^［11］采用Transformer提取长距离的特征. Song等^［12］提出了一种轻量级的除雾网络，通过用映射填充取代变压器的多头自关注来减少参数量.但是该方法保留局部细节特征的能力较弱，导致重建后的图像细节模糊和粗糙.为解决此不足，Guo等^［13］研究了两个特征提取器的特性，并设计了结合CNN编码器和Transformer编码器的方法，用于提取全局和细节信息.但是，该方法中采用的跳跃连接不能正确地融合编码器和解码器的特征.为了有效地复用编码器浅层的浅层特征，Wu等^［14］引入了自适应混合连接，动态地融合下采样和上采样层之间的特征.但是，该方法不能有效挖掘图像的高级特征，而仅能重复使用相似的低级特征.为了有效融合编码器浅层的特征，Romano等^［15］提出了一种增强算法，迭代应用增加—操作—减法修改解码器的特征图.Dong等^［16］证明了增加—操作—减法策略在图像去雾中的有效性.然而，这种网络在复用编码器特征时仍然引入雾噪声，导致图像去雾不完全.

综上所述，当前的图像去雾算法存在不能有效处理非均匀分布的雾及无法获取全局上下文信息的缺陷，在复用编码信息时，出现纹理细节丢失、与真实图像相似性不够、引入噪声等问题.针对这些问题，本文提出基于全局残差注意力和门控特征融合的CNN-Transformer去雾算法.

1 基于全局残差注意力和门控特征融合的CNN-Transformer去雾算法

1.1 整体去雾模型

如图1所示，本文提出的算法主要由卷积头、金字塔池化模块、全局残差注意力模块、Swin Transformer增强特征模块、门控增强融合模块以及卷积尾组成.首先，设计4层卷积编码器提取特征.在该过程中，采用金字塔池化^［17］模块提升维度，捕捉图像中不同尺度下的细节和语义信息.此外，设计全局残差注意力模块，有效处理不同像素信息，强调高度显著的信息，从浓雾中提取背景信息.然后，采用包含并行卷积的Swin Transformer模块增强CNN编码器输出的特征，更好地捕获全局上下文信息.最后，通过门控增强融合模块复用丰富的语义信息和高分辨率信息，重建清晰的背景图像.图1中C，H，W分别表示特征图的通道数、高和宽.

1.2 全局残差注意力模型

在特征编码过程中，若网络平等地处理所有通道信息和空间信息，则无法专注于重要的背景特征，例如被浓雾遮挡的物体.为了高效地提取特征信息，本文设计了全局残差注意力模块，有效地结合了全局通道空间注意力和残差精细化单元，重点关注被遮挡物体的形状和纹理，如图2所示.这样，去雾网络能够更好地捕捉到被浓雾遮挡物体的细节信息，实现更准确的去雾效果.

1.2.1 跨维度通道注意力

CBAM（convolutional block attention module）^［18］结合了通道注意力模块和空间注意力模块，能动态地调整输入特征图的通道权重和空间权重，从而使模型更加关注图像中的重要特征.因此，本算法提出通道、高度和宽度3维排列（3D-Permute）操作来保留3个维度的信息，以增强跨维度的信息交互.如图2所示，首先对输入的特征图进行3D-Permute操作，将3个维度进行排列，然后将其送入多层感知器（MLP）进行计算.在这个过程中，MLP将特征图的通道维度压缩到原来的1/r倍，r为变量，然后再将其恢复到原始的通道数，并重新排列为原始的3个维度.通道注意力模块权重的计算可表示为

w_{\mathrm{C}}=\sigma (\mathrm{P}\mathrm{e}\mathrm{r}\mathrm{m}\mathrm{u}\mathrm{t}\mathrm{e}(\mathrm{M}\mathrm{L}\mathrm{P}(\mathrm{P}\mathrm{e}\mathrm{r}\mathrm{m}\mathrm{u}\mathrm{t}\mathrm{e}(F_{\mathrm{1}})))).（1）

式中，\sigma是Sigmoid函数.

输入特征图F_{\mathrm{1}}与每个通道的权重w_{\mathrm{C}}逐元素相乘，产生最终输出特征图F_{\mathrm{2}}.与CBAM相比，本文算法保持了通道和空间的跨维度信息.通道注意力过程的数学表达式为

F_{\mathrm{2}}=F_{\mathrm{1}}\otimes w_{\mathrm{C}}.（2）

1.2.2 空间注意力

空间注意力模块专注于目标所在的空间位置上信息.首先，使用一个卷积层将通道注意力计算得到的特征图的通道数缩减至原通道数的1/r，并进行归一化和激活函数处理.将处理后的特征图经过另一个卷积操作，使其恢复到初始特征的大小.最后，通过Sigmoid函数对特征进行处理.空间注意力模块权重的计算式表示为

w_{\mathrm{S}}=\sigma (\delta (N_{\mathrm{B}}(\mathrm{C}\mathrm{o}\mathrm{n}{\mathrm{v}}_{\mathrm{2}}(\delta (N_{\mathrm{B}}(\mathrm{C}\mathrm{o}\mathrm{n}{\mathrm{v}}_{\mathrm{1}}(F_{\mathrm{2}}))))))).（3）

其中:\delta是ReLU激活函数;N_{\mathrm{B}}是BatchNorm归一化函数.

最后，输入特征图F_{\mathrm{2}}和空间权重w_{\mathrm{S}}相乘得到输出特征图F_{\mathrm{3}}.空间注意力过程的数学表达式为

F_{\mathrm{3}}=F_{\mathrm{2}}\otimes w_{\mathrm{S}}.（4）

1.2.3 残差精细化单元

残差精细化单元不太关注低频率或不太显著的信息，例如雾层，使网络架构更注重关注重要信息.残差精细化单元的计算，如式（5）所示，在空间注意力机制之后对特征图进行卷积激活再卷积，残差细化过程可用式（6）表示.

A_{\mathrm{R}}=\mathrm{C}\mathrm{o}\mathrm{n}{\mathrm{v}}_{\mathrm{2}}(\mathrm{\delta }(\mathrm{C}\mathrm{o}\mathrm{n}{\mathrm{v}}_{\mathrm{1}}(F_{\mathrm{3}}))),（5）

F=F_{\mathrm{3}}\oplus A_{\mathrm{R}}+F_{\mathrm{1}}.（6）

式中，A_{\mathrm{R}}为F_{\mathrm{3}}的精细化特征.

1.3 PC-SwinTransformer层

Transformer提取的特征通常较粗糙，而使用具有局部注意力和清晰细节的CNN特征可以弥补这一不足.此外，针对图像去雾任务，类似于Trans-Unet的结构非常适用.因此，提出了一种包含并行卷积的Swin Transformer 作为编码器模块，捕捉全局特征的长期注意力，并与CNN获取的特征细节相结合.如图3a所示，Swin Transformer通过将图像分割为A，B，C，D子图像，并计算子图像的自注意力，通过滑动窗口促进子图像之间的交互，实现在整个特征图上进行自注意力计算，从而捕捉不同特征之间的远距离关系.

对于给定的输入特征，Swin Transformer利用线性层和群组标记将其投影为 Q （query）， K （key）和 V （value）.如图3b所示，CNN的特征图{\mathit{F}}_{\mathrm{C}}\in {\mathbf{R}}^{b\times H\times W\times C}，其中b表示batch size.首先通过线性层和滑动窗口划分的群组标记进行投影，得到\mathit{Q}\in {\mathbf{R}}^{b\times l\times d}，\mathit{K}\in {\mathbf{R}}^{b\times l\times d}，\mathit{V}\in {\mathbf{R}}^{b\times l\times d}.其中l表示窗口内的令牌数量，d表示维度，自注意力过程计算如下：

\mathrm{A}\mathrm{t}\mathrm{t}\mathrm{e}\mathrm{n}\mathrm{t}\mathrm{i}\mathrm{o}\mathrm{n}(\mathit{Q},\mathit{K},\mathit{V})=\mathrm{S}\mathrm{o}\mathrm{f}\mathrm{t}\mathrm{m}\mathrm{a}\mathrm{x}(\mathit{Q}{\mathit{K}}^{\mathrm{T}}/\sqrt[]{d}+B)\mathit{V}.（7）

其中：B表示相对位置偏置项；Softmax为激活函数；{\mathit{K}}^{\mathrm{T}}是 K 的转置.

乘法多头自注意力（MHSA）类似于低通滤波器^［19］，其信息聚合权重会导致平滑效果，并且可能引入输入数据的偏差.每个头在计算注意力权重时会根据不同的位置、语义等因素赋予不同权重.当某些输入模式被多个注意力头共同关注并赋予权重时，这些模式的表示在聚合过程中会被放大，从而引入偏差.因此，本文算法引入并行卷积改进MHSA的空间信息聚合方式，提出空间信息聚合计算如下：

\mathrm{A}\mathrm{g}\mathrm{g}\mathrm{r}\mathrm{e}\mathrm{g}\mathrm{a}\mathrm{t}\mathrm{i}\mathrm{o}\mathrm{n}=\mathrm{S}\mathrm{o}\mathrm{f}\mathrm{t}\mathrm{m}\mathrm{a}\mathrm{x}(\mathit{Q}{\mathit{K}}^{\mathrm{T}}/\sqrt[]{d}+B)\mathit{V}+\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{v}(\tilde{\mathit{V}}).（8）

其中：\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{v}(\tilde{\mathit{V}})表示并行卷积；\tilde{\mathit{V}}\in {\mathbf{R}}^{b\times h\times w\times c}表示窗口划分前的\mathit{V}.

最后，聚合的信息被输入到MLP进行进一步处理.为了确保网络的稳定性和深度，使用了局部残差连接.特征增强模块的计算如下：

{\widehat{F}}_{\mathrm{T}}=\mathrm{W}-\mathrm{M}\mathrm{S}\mathrm{A}-\mathrm{P}\mathrm{C}(N_{\mathrm{L}}(F_{\mathrm{C}}))+F_{\mathrm{C}},（9）

F_{\mathrm{T}}=\mathrm{M}\mathrm{L}\mathrm{P}(N_{\mathrm{L}}({\widehat{F}}_{\mathrm{T}}))+{\widehat{F}}_{\mathrm{T}}.（10）

式中：\mathrm{W}-\mathrm{M}\mathrm{S}\mathrm{A}-\mathrm{P}\mathrm{C}表示带有并行卷积的多头自注意力；N_{\mathrm{L}}表示LayerNorm归一化.

1.4 门控特征融合模型

根据Dong等^［16］在“Strengthen-Operate-

Subtract”增强策略的研究中所述，该增强算法可精细化输入图像特征，提高输出图像的峰值信噪比，其算法可以表示如下：

j^{n+\mathrm{1}}=G_n(i^n+(j^n{)}_{{\uparrow }_{\mathrm{2}}})-{\left(j^n\right)}_{{\uparrow }_{\mathrm{2}}}.（11）

其中：j^n表示第n次迭代的预测结果；G_n\left(·\right)表示去雾操作；{\uparrow }_{\mathrm{2}}表示上采样；i^n表示对雾图第n次编码.为了滤除多余的雾噪声并为图像重建提供多尺度和多层级的信息，本文算法将门控机制引入“Strengthen-Operate-Subtract”增强策略以合理融合编码特征和解码特征.如图4所示，通过BatchNorm归一化对i^n+(j^n{)}_{{\uparrow }_{\mathrm{2}}}进行处理，减少不同批次数据之间的内部协变量偏移，门控算法计算如下：

\left.\begin{array}{c}x\mathrm{1}=\mathrm{S}\mathrm{i}\mathrm{g}\mathrm{m}\mathrm{o}\mathrm{i}\mathrm{d}\left(\mathrm{P}\mathrm{W}\mathrm{C}\mathrm{o}\mathrm{n}{\mathrm{v}}_{\mathrm{1}}(\mathrm{B}\mathrm{N}(i^n+(j^n{)}_{{\uparrow }_{\mathrm{2}}}))\right),\\ x\mathrm{2}=\mathrm{D}\mathrm{W}\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{v}\left(\mathrm{P}\mathrm{W}\mathrm{C}\mathrm{o}\mathrm{n}{\mathrm{v}}_{\mathrm{2}}(\mathrm{B}\mathrm{N}(i^n+(j^n{)}_{{\uparrow }_{\mathrm{2}}}))\right);\end{array}\right\}（12）

\mathrm{P}\mathrm{W}\mathrm{C}\mathrm{o}\mathrm{n}{\mathrm{v}}_{\mathrm{3}}((x\mathrm{1}\odot x\mathrm{2}))\oplus (i^n+（j^n{）}_{{\uparrow }_{\mathrm{2}}}).（13）

其中：\mathrm{P}\mathrm{W}\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{v}代表逐点卷积层；BN（·）表示BatchNorm归一化；\mathrm{D}\mathrm{W}\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{v}代表深度卷积层.将x\mathrm{1}作为x\mathrm{2}门控信号，使用另一个逐点卷积层对结果进行投影，并将输出与恒等式i^n+(j^n{)}_{{\uparrow }_{\mathrm{2}}}相加.

2 实验结果与分析

2.1 数据集及实验环境

实验使用NH-Haze 2020^［20］，Smoke-Haze 2022^［21］，O-Haze 2018^［22］和Dense-Haze^［23］4个数据集验证算法的有效性. NH-Haze数据集是第一个包含非均匀特征和逼真有雾场景的数据集，其中包括55个不同的户外场景.通过引入专业级的雾生成器模拟真实的雾气场景，使每个场景中的雾气分布不均匀.每张图像的尺寸为1 200像素×1 600像素. Smoke-Haze数据集是1个真实的烟雾数据集，包括有雾图像和对应的真实图像，这些图像由固定位置的摄像机捕捉到.该数据集使用的烟雾生成设备与O-Haze数据集相同，但烟雾密度更高，雾气分布更不均匀.每张图像的尺寸为640像素×512像素. O-Haze数据集包含了45个不同的户外场景，每张图像尺寸为2 833像素×4 657像素. Dense-Haze数据集包含了55个真实的有雾图像，每幅图像都包含密集而均匀的雾气.该数据集中的图像是在多云天气的静态条件下拍摄的，拍摄时间为早晨或者日落时分.每张图像的尺寸为1 200像素×1 600像素.实验将数据集划分为训练集和测试集，其比例大致为8∶1.

实验运行于Windows 10系统上的单个NVIDIA GeForce RTX 3090（24 GB）显卡上，使用pycharm平台，代码框架为pytorch 1.8.1.采用Adam优化器，初始学习率设置为1×10^-4，并通过余弦退火策略进行调整，直至训练结束.采用结构相似性指数（SSIM）作为损失函数，约束网络输出与真实值之间的差异.在训练过程中，随机裁剪尺寸为512像素×512像素的雾图像块进行训练.为了验证本文算法的有效性，将其与5种基于深度神经网络的去雾方法MSBDN^［16］，FFANet^［9］，AECR^［14］，Dehamer^［13］和2023_ITBdehaze^［24］算法进行对比.

2.2 实验一结果

在非均匀雾数据集（NH-Haze和Smoke-Haze）上的对比实验如图5a和图6a所示，可以清楚地观察到雾的分布呈现不均匀性，图中存在着不同浓度的雾气区域，一些区域具有密集的浓雾，而其他区域的雾相对较薄.图5b~5f展示了不同对比算法的去雾结果，在某些区域（箭头所指之处），部分雾气没有完全去除.图5e是Dehamer算法去雾的结果，雾气残留较少，但是绿色树木边缘的纹理细节不够清晰.图5f是2023_ITBdehaze算法去雾的结果，树木表面产生伪影，路灯周围有雾的残留.与此相比，图5g是本文算法的去雾效果，能够正确重建背景图像的纹理细节，完全去除了噪声，去雾效果要优于对比算法.图6b展示了MSBDN算法去雾的结果，背景细节恢复较差，没有完全去除部分浓雾.虽然Dehamer算法去雾效果较好，但是红框处存在模糊.与其他方法相比，本文算法能更干净地去除浓雾区域并恢复更多的细节，能有效处理非均匀雾情况，准确保留物体的颜色和丰富的细节.

2.3 实验二结果

为了进一步验证本文算法的有效性，在均匀薄雾图像数据集（O-Haze）和均匀厚雾图像数据集（Dense-Haze）上进行对比实验.如图7a和图8a所示，雾的分布相对均匀，MSBDN算法的去雾结果在框内包含黑雾，且细节模糊不清. Dehamer算法在天空区域呈现出灰暗效果.与其他比较算法相比，本文算法在处理高清图片时去雾更彻底，细节更清晰.在图8中，只有Dehamer算法、2023_ITBdehaze算法以及本文算法能恢复出密集雾气环境下的图像底层结构，但是对比算法在框内水果的色彩有失真.相比之下，本文算法能有效消除均匀雾气，并恢复接近真实图像的颜色.

2.4 定量评价

为了客观评价本文算法的图像去雾效果，使用峰值信噪比（PSNR）度量去雾图像与真实图像之间的差别，其值越高表示去雾效果越好，使用SSIM对比图像在结构、亮度以及对比度上的差别.表1和表2分别表示对比算法和本文算法在非均匀数据集和均匀数据集的去雾性能指标.从表中可看出，本文算法的PSNR和SSIM指标均优于对比算法.其中，非均匀数据集的NH-Haze和Smoke-Haze去雾数据表明，本文算法较MSBDN算法的PSNR提高了2.38，4.04 dB，SSIM提高了5.77%，18.87%.均匀数据集O-Haze和Dense-Haze去雾数据表明，本文算法较MSBDN算法的PSNR分别提高了1.56，1.59 dB；SSIM分别提高了6.49%，10.90%.评价结果表明本文算法在去除雾噪声、还原背景全局结构和局部细节方面均优于对比算法.

2.5 特征可视化

本文算法是以MSBDN去雾算法为基础模型，添加全局残差注意力模块、PC-Swin Transformer增强模块及门控特征融合模块得到.

为了深入研究本文算法每个模块的具体作用，对特征图进行可视化操作.图9b，9c是经过全局残差注意力模块处理前和处理后编码器特征的可视化结果，经注意力处理后，能更有效地识别和定位浓厚的雾霾区域.图9d，9e是经过PC-Swin Transformer特征增强模块处理前和处理后的特征可视化结果，特征增强后网络模型编码的特征包含全局上下文信息，因此本文算法能够更好地理解图像内容.图9f，9g是有和无门控特征融合解码器的输出特征可视化结果，带有该模块的解码器能捕捉到更多的重构细节，因此本文算法能够很好地处理分布不均匀的雾，获取足够的全局上下文信息重建美观的背景图像.

2.6 消融实验

为了验证本文算法每个模块的有效性，在NH-Haze数据集上对本文算法移除不同模块后进行评估，为保证实验公平，所有模型均采用相同设置和训练策略.研究结果如图10所示，定量评价结果如表3所示.

由图10可看出，与本文算法相比，去除注意力模块后红框内存在大面积雾层残留，去除增强模块后红框内的浓雾未能完全去除，去除融合模块后红框内的细节显得不太自然，无法生成精细的结构.相对而言，本文算法去雾性能好，保持了颜色和纹理的一致性，并且还原了更多的细节信息.表3是消融实验的定量对比结果，将全局残差注意力模型、PC-Swin Transformer特征增强模块以及门控特征融合模块叠加到基础模型后，图像去雾的各项指标均得到改善. PSNR提升了13.24%，SSIM提升了5.77%，表明全局残差注意力模块、PC-Swin Transformer增强模块以及门控特征融合模块优良的去噪性能，并显著改善了纹理和结构的重建.

3 结 语

本文提出了一种基于CNN-Transformer架构结合全局残差注意力和门控特征融合的图像去雾算法.设计了一种新颖的全局残差注意力模块，能自适应地编码不同雾霾浓度区域的特征，提高了网络的特征表达能力.提出了PC-Swin Transformer特征增强模块增强图像编码能力，减少全局上下文信息丢失.采用门控特征融合模块，合理地重复使用浅层卷积层的特征，提高去雾率和重建效果的纹理清晰度.在2类公共去雾数据集进行对比实验.实验结果显示，本文提出的算法在4个公开数据集上相较于基准方法MSBDN，峰值信噪比（PSNR）提升了最低1.56 dB，最高4.04 dB；结构相似性指数（SSIM）提升了最低5.77%，最高10.90%.这表明本文算法能够有效处理不同场景的雾噪声，并成功重建细节丰富的背景图像.

参考文献

[1] Ren W Q， Liu S， Zhang H，et al.Single image dehazing via multi‑scale convolutional neural networks［M］//Lecture Notes in Computer Science.Cham：Springer International Publishing，2016：154-169.

[2] McCartney E J， Hall F F.Optics of the atmosphere：scattering by molecules and particles［J］.IEEE Journal of Quantum Electronics，1977，30（5）：76-77.

[3] Narasimhan S G， Nayar S K.Chromatic framework for vision in bad weather［C］// IEEE Conference on Computer Vision and Pattern Recognition （CVPR 2000）.Hilton Head Island，2000：598-605.

[4] Narasimhan S G， Nayar S K.Vision and the atmosphere［J］.International Journal of Computer Vision，2002，48：233-254.

[5] Zhang H， Patel V M.Densely connected pyramid dehazing network［C］// IEEE/CVF Conference on Computer Vision and Pattern Recognition（CVPR）.Salt Lake City，2018：3194-3203.

[6] Creswell A， White T， Dumoulin V，et al.Generative adversarial networks：an overview［J］.IEEE Signal Processing Magazine，2018，35（1）：53-65.

[7] Mei K F， Jiang A W， Li J C，et al.Progressive feature fusion network for realistic image dehazing［M］//Jawahar C V，Li H D，Mori G，et al.Lecture Notes in Computer Science.Cham：Springer International Publishing，2019：203-215.

[8] Wu R X， Duan Z P， Guo C L，et al.RIDCP：revitalizing real image dehazing via high‑quality codebook priors［C］// IEEE/CVF Conference on Computer Vision and Pattern Recognition（CVPR）.Paris：IEEE，2023：22282-22291.

[9] Qin X， Wang Z L， Bai Y C，et al.FFA‑net：feature fusion attention network for single image dehazing［J］.Proceedings of the AAAI Conference on Artificial Intelligence，2020，34（7）：11908-11915.

[10] Das S D， Dutta S.Fast deep multi‑patch hierarchical network for nonhomogeneous image dehazing［C］//2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops （CVPRW）.Seattle，2020：482-483.

[11] Wang Z D， Cun X D， Bao J M，et al.Uformer：a general U-shaped transformer for image restoration［C］//2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）.New Orleans，2022：17683-17693.

[12] Song Y D， He Z Q， Qian H，et al.Vision transformers for single image dehazing［J］.IEEE Transactions on Image Processing，2023， 32：1927-1941.

[13] Guo C L， Yan Q X， Anwar S，et al.Image dehazing transformer with transmission‑aware 3D position embedding［C］//2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）.New Orleans，2022：5812-5820.

[14] Wu H Y， Qu Y Y， Lin S H，et al.Contrastive learning for compact single image dehazing［C］//2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）.Nashville，2021：10551-10560.

[15] Romano Y， Elad M.Boosting of image denoising algorithms［J］.SIAM Journal on Imaging Sciences，2015，8（2）：1187-1219.

[16] Dong H， Pan J S， Xiang L，et al.Multi‑scale boosted dehazing network with dense feature fusion［C］//2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR），Seattle，2020：2157-2167.

[17] Zhao H S， Shi J P， Qi X J，et al.Pyramid scene parsing network［C］//IEEE Conference on Computer Vision and Pattern Recognition （CVPR 2017）.Honolulu，2017： 2881-2890.

[18] Hu J， Shen L， Sun G.Squeeze‑and‑excitation networks［C］//2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition（CVPR）.Salt Lake City，2018：7132-7141.

[19] Chen J N， Lu Y Y， Yu Q H，et al.TransUNet：transformers make strong encoders for medical image segmentation［EB/OL］.（2021-02-08）［2023-05-15］.12，01.

[20] Ancuti C O， Ancuti C， Timofte R.NH-HAZE：an image dehazing benchmark with non‑homogeneous hazy and haze‑free images［C］//2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops （CVPRW）.Seattle，2020：444-445.

[21] Jin Y Y， Yan W D， Yang W H，et al.Structure representation network and uncertainty feedback learning for dense non‑uniform fog removal［C］//ACCV 2022：16th Asian Conference on Computer Vision.Macao，2022：155-172.

[22] Ancuti C O， Ancuti C， Timofte R，et al.O-Haze：a dehazing benchmark with real hazy and haze‑free outdoor images［C］//2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops （CVPRW）.Salt Lake City，2018：754-762.

[23] Ancuti C O， Ancuti C， Sbert M，et al.Dense-Haze：a benchmark for image dehazing with dense‑haze and haze‑free images［C］//2019 IEEE International Conference on Image Processing （ICIP）.Taipei，2019：1014-1018.

[24] Liu Y Y， Liu H， Li L Y，et al.A data‑centric solution to nonhomogeneous dehazing via vision transformer［C］//2023 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops （CVPRW）.Vancouver，2023：1406-1415.

基金资助

国家自然科学基金资助项目(62266049)

云南省万人计划“云岭教学名师”项目(20190101055)

2023年度云南省档案局科技项目(2023016607)