基于多尺度自适应机制的图像去散射算法

摘要

针对光学成像过程中浑浊介质散射可能导致图像细节丢失与对比度下降问题，提出融合多尺度感知与自适应加权的改进Transformer去散射算法，以实现图像恢复。该方法设计散射感知上下文模块重构网络骨干，利用多尺度扩张门控网络引入双路扩张卷积，在保持计算效率的同时扩大感知视野，以捕获全局散射特征；引入自适应层缩放机制，通过动态调节局部纹理与全局背景的特征权重，优化深层网络的特征传播与训练稳定性。实验结果表明，该算法在散射数据集上的平均峰值信噪比（PSNR）为21.80 dB、结构相似性（SSIM）为0.713；与次优方法相比，文章算法在平均PSNR上提升0.27 dB，在绝大多数光学厚度下均取得更优复原效果。该算法能有效抑制非均匀散射噪声并保留高频细节，为复杂介质下高保真成像提供有效解决方案。

关键词

光学成像 / 图像恢复 / 散射 / 多尺度感知 / 自适应层缩放

基金资助

国家自然科学基金项目(62535010,62271200,62305164)