WTCL-去雾：通过小波变换和对比学习重新思考现实图像去雾
原文中文，约300字，阅读约需1分钟。发表于：。该研究解决了在雾霾户外条件下捕获图像时出现的颜色失真、对比度低和细节丢失的问题。提出的WTCL-Dehaze网络结合了对比损失和离散小波变换，利用对比正则化增强特征表示，并通过多尺度特征提取捕捉高频细节。实验结果表明，该方法在去雾效果和鲁棒性方面优于当前最先进的单图像去雾技术。
该研究提出WTCL-Dehaze网络，通过结合对比损失和离散小波变换，增强图像特征表示，并利用多尺度特征提取捕捉高频细节，解决雾霾图像的颜色失真、对比度低和细节丢失问题。实验结果表明，该方法在去雾效果和鲁棒性上优于现有技术。
