您当前的位置：
首页 >
文章列表页 >
多尺度细节增强与分层抑噪的图像去雾算法
计算机科学与技术 | 更新时间：2026-01-23

    • 多尺度细节增强与分层抑噪的图像去雾算法

    • Multi⁃scale detail enhancement and layered noise suppression algorithm for image dehazing

    • “在图像去雾领域，研究者提出了一种基于金字塔结构的多尺度细节增强与分层抑噪的图像去雾算法，有效抑制噪声放大，复原无雾图像细节清晰、色彩自然。”
    • 吉林大学学报（工学版）   2025年55卷第12期 页码：4010-4023
    • 作者机构：

      兰州交通大学 电子与信息工程学院，兰州 730070

    • 作者简介：

      杨燕（1972-），女，教授，博士.研究方向：计算机视觉、数字图像处理.E-mail： yangyantd@mail.lzjtu.cn

    • 基金信息：
      国家自然科学基金项目(62063014);甘肃省高等学校产业支撑计划项目(2021CYZC-04);兰州交通大学教改项目(JG201928)

    • DOI：10.13229/j.cnki.jdxbgxb.20240538    

      中图分类号： TP391.4

    • 收稿：2024-05-15，

      纸质出版：2025-12-01

    移动端阅览

  • 杨燕,沈汪良.多尺度细节增强与分层抑噪的图像去雾算法[J].吉林大学学报（工学版）,2025,55(12):4010-4023. DOI： 10.13229/j.cnki.jdxbgxb.20240538.

    YANG Yan,SHEN Wang-liang.Multi⁃scale detail enhancement and layered noise suppression algorithm for image dehazing[J].Journal of Jilin University(Engineering and Technology Edition),2025,55(12):4010-4023. DOI： 10.13229/j.cnki.jdxbgxb.20240538.

  •  
  •  

0

浏览量

1

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

结合注意力与上下文融合的遥感图像道路提取
多深度自适应融合去雾生成网络
基于改进密集网络和小波分解的自监督单目深度估计
任务驱动下成像声呐水下目标识别方法综述
基于多尺度编码-解码神经网络的图像去雾算法

相关作者

李云红
王梅
苏雪平
李丽敏
张富星
郝特吉
文斌
彭顺

相关机构

西安工程大学 电子信息学院
电子科技大学 航空航天学院
湖北省输电线路工程技术研究中心
三峡大学 电气与新能源学院
中国矿业大学 计算机科学与技术学院
0