%0 Journal Article
%A 秦雅琴
%A 童唯乔
%A 赵仕林
%T 基于改进ViT网络的交通图像去雾研究
%D 2026
%R 10.11860/j.issn.1673-0291.20250066
%J 星空电竞app2026最新版学报
%P 174-189
%V 50
%N 2
%X <p>在雾霾天气条件下，交通监控图像常因对比度低、边缘模糊和远景信息退化而严重影响道路目标检测与交通事件识别的准确性.现有图像去雾方法多基于物理模型或端到端网络结构，在结构细节保持、边缘连续性增强以及复杂交通场景的适应性方面存在不足.针对上述问题，提出一种融合渐进最优滤波与引导滤波特性的改进型视觉转换器（Vision Transformer， ViT）交通图像去雾方法.首先，在输入端构建一种AO-Guided融合滤波算法，对图像进行增强处理，通过渐进最优极值滤波与引导滤波的协同作用机制增强图像边缘与结构敏感性；其次，在编码阶段嵌入AO-Guided特征增强模块，以提升网络对中远景雾化区域细节的建模能力；再次，设计联合损失函数与中间监督机制，引导网络实现全局结构保持与局部细节还原的协同优化；最后，在RESIDE真实有雾交通图像数据集上开展去雾实验.研究结果表明：与基于ViT架构的典型去雾方法DehazeFormer相比，改进ViT网络的交通图像去雾方法在图像可见边集合数目比、平均梯度比和黑色像素占比三项结构敏感性指标上分别提升13.1%、提升40.5%、降低25%，可明显提升雾霾下交通图像的去雾效果.</p>
%U https://jdxb.bjtu.edu.cn/CN/10.11860/j.issn.1673-0291.20250066