RRSHID

新的DPSF-Net采用双先验空频方法增强遥感图像去雾效果

研究人员开发了DPSF-Net，一种新颖的深度学习网络，旨在通过去除雾霾来提高真实世界遥感图像的质量。该网络独特地结合了空间域和频域特征学习，利用了雾霾RGB图像和暗通道先验作为输入，以更好地区分大气雾霾和地表细节。实验表明，DPSF-Net在RRSHID基准测试中优于现有方法，并在恢复质量、参数数量和计算复杂度方面取得了良好的平衡。