即插即用非成对图像去雾扩散模型

摘要

近年来，基于监督学习的图像去雾方法在合成数据集上取得了良好的效果，但获取真实世界有雾图像与清晰图像的成对数据存在较高的难度和成本。提出了一种即插即用的非成对图像去雾扩散模型，将图像恢复问题中的不适定逆问题嵌入到近端算法的优化框架中，利用半二次分裂法将去雾任务中的逆问题解耦为数据项与先验项。数据项约束给定有雾图像指导的解空间，先验项确保生成的样本符合先验数据分布。利用大气扩散模型作为先验指导求解数据项，将扩散模型作为高斯去噪器来解决先验项子问题。实验结果表明，算法在SOTS室外数据集和I-HAZE数据集上的PSNR指标分别为25.12 dB和15.65 dB,SSIM指标分别为0.941和0.762。在真实数据集Fattal和URHI上验证了该方法在真实场景下的泛化能力。

关键词

图像恢复 / 非成对图像去雾 / 即插即用 / 扩散模型 / 半二次分裂