dea-net: single image dehazing based on detail-enhanced convolution and cont

dea-net是一种基于细节增强卷积和对比度的单幅图像去雾算法。它的主要目标是提高图像的可视质量，减少雾霾对图像造成的影响。

dea-net算法使用了细节增强卷积和对比度两种技术来去除雾霾，以提高图像的细节信息和对比度。细节增强卷积是通过对图像进行一系列卷积操作，突出图像中的细节信息，从而提高图像的清晰度和细节表现力。而对比度提升则是通过调整图像的亮度和对比度，增强图像的视觉效果。

dea-net算法在去除雾霾的过程中，首先通过细节增强卷积提取图像的细节信息，然后利用对比度提升技术增强图像的对比度。接下来，通过对像素值进行归一化处理来消除雾霾的像素值的弱化效应。最后，再利用细节增强卷积增强图像的细节信息，提高图像的清晰度。

实验结果表明，dea-net算法在单幅图像去雾方面取得了较好的效果。与其他算法相比，在恢复图像的细节和对比度方面具有明显的优势。该算法能够有效地去除雾霾并恢复图像的清晰度和细节，提高图像的可视质量。

总结而言，dea-net是一种基于细节增强卷积和对比度的单幅图像去雾算法，通过提取细节信息和增强对比度的方式，有效地去除雾霾，提高图像的清晰度和细节表现力。该算法在图像去雾方面具有较好的效果，对于提升图像的可视质量具有重要的应用价值。