结合密集注意力的自适应特征融合图像去雾网络

目前,大多数图像去雾算法忽视图像的局部细节信息,无法充分利用不同层次的特征,导致恢复的无雾图像仍存在颜色失真、对比度下降和雾霾残留现象,针对这一问题,提出结合密集注意力的自适应特征融合图像去雾网络.该网络以编码器-解码器结构为基本框架,中间嵌入特征增强部分与特征融合部分,通过在特征增强部分叠加由密集残差网络与CS联合注意模块构成的密集特征注意块,使网络可以关注图像的局部细节信息,同时增强特征的重复利用,有效防止梯度消失;在特征融合部分构建自适应特征融合模块融合低级与高级特征,防止因网络加深而造成浅层特征退化.实验结果表明,所提算法在合成有雾图像数据集和真实有雾图像数据集上均表现优异,在SOTS室内合成数据集上的峰值信噪比和结构相似性分别达到了35.81 dB和0.9889,在真实图像数据集O-HAZE上的峰值信噪比和结构相似性分别达到了22.75 dB和0.7788,有效解决了颜色失真、对比度下降和雾霾残留等问题.

水稻"两迁"害虫防控实践和持续治理

水稻是我国居民日常食用的主要粮食作物之一,水稻生产直接关系到我国的粮食安全.水稻"两迁"害虫指的是稻飞虱与稻纵卷叶螟这两类水稻害虫,其对于水稻生产的危害极大,具有侵害频次高、迁入早、危害严重以及防治较为困难等多种特点.本文对水稻"两迁"害虫发生的特点与规律进行总结,并介绍现阶段的主要防治手段以及如何科学合理的实现长时间的持续治理,降低水稻"两迁"害虫对水稻生产造成的危害,通过科学合理的防控实践,促进水稻的正常生产.