计算机应用研究

作者：韦豪,李洪儒,邓国亮,周寿桓,

单位：四川大学电子信息学院,成都610065；

关键词：图像去雨,雨雾分离处理,导向滤波,稠密连接网络,深度学习,

基金：国家自然科学基金资助项目(61705149)；四川省科技计划资助项目(2021YFG0323)；四川大学博士后交叉学科创新启动基金资助项目(BHJC201911)；；

雨带来的雨条纹和雨雾会降低户外拍摄图像的质量，为了去除雨雾对图像的影响，提出了一种基于雨雾分离处理和多尺度卷积神经网络的图像去雨方法。首先利用导向滤波将雨线和图像细节信息提取到高频层，雨雾和背景信息则分离到低频层；然后构建多尺度卷积神经网络来去除高频层中的雨线，网络中融入多个稠密连接模块以提升特征提取的准确性；其次构建多层特征融合的轻量级去雾网络来去除低频层中的雨雾，采用参数一体化结构避免了估计多个大气散射模型参数导致的次优解；最后再结合处理后的高低频结果还原出清晰图像。在多个合成的雨雾数据集以及真实自然场景图像上进行测试，定性和定量结果表明，提出的方法在去除雨雾影响的同时较好地保留了色彩信息，和近年的算法相比，图像结构相似性提升了0.02~0.08，图像峰值信噪比提升了0.2~3.5 dB。

来源：2023年第1期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第1期