Pour résoudre les problèmes d'images aux couleurs ternes, de faible fidélité visuelle et de perte de détails après traitement par les algorithmes de désembuage existants, cet article propose un algorithme de désembuage d'image basé sur la fusion des caractéristiques résiduelles multi-échelles. Tout d'abord, une couche de caractéristiques parallèles multi-échelles est conçue pour extraire les caractéristiques d'image à différentes échelles afin d'améliorer la robustesse du réseau ; ensuite, une couche de connexion de réseau résiduel est conçue pour réaliser la transmission et la connexion d'informations entre plusieurs couches de convolution, améliorant ainsi l'utilisation des caractéristiques et accélérant la vitesse d'extraction des caractéristiques ; puis, une couche de fusion des informations de caractéristiques profondes intégrant un mécanisme d'attention est conçue pour se concentrer sur les informations clés de l'image, augmentant efficacement la netteté de celle-ci et réduisant les interférences du bruit de fond ; enfin, une méthode d'amélioration et de correction des couleurs basée sur la théorie du désembuage et la fusion d'exposition est conçue pour résoudre le problème des images aux couleurs ternes après désembuage par le réseau. Les résultats expérimentaux montrent que l'algorithme d'amélioration du désembuage proposé atteint un rapport signal sur bruit de crête (PSNR) de 21,37 dB, une similarité structurelle (SSIM) de 82 % et une erreur quadratique moyenne (MSE) de 473,6 sur les ensembles de données publics SOTS, OTS et RTTS, améliorant efficacement la dégradation de la qualité de l'image causée par le temps brumeux, avec de meilleures performances.

désembuage d'image; convolution multi-échelle; connexion résiduelle; mécanisme d'attention; fusion d'images