dehazenet算法改进

DehazeNet算法是一种用于图像去雾的深度学习算法。DehazeNet通过从端到端自动学习所有组件来改进现有的去雾方法。它由级联的卷积层和池化层组成，并采用适当的非线性激活函数。DehazeNet的体系结构包括特征提取、多尺度映射、局部极值和非线性回归四个顺序操作。这些设计使得DehazeNet能够更好地估计媒体传输，从而实现更好的去雾效果。