一种基于雨雾分离处理和多尺度网络的图像去雨方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115034999A(43)申请公布日2022.09.09(21)申请号202210796789.0(22)申请日2022.07.06(71)申请人四川大学地址610000四川省成都市一环路南一段24号(72)发明人李洪儒韦豪刘江涛邓国亮(74)专利代理机构深圳众邦专利代理有限公司44545专利代理师杜娟(51)Int.Cl.G06T5/00(2006.01)G06T5/20(2006.01)G06T5/50(2006.01)G06N3/04(2006.01)权利要求书2页说明书6页附图3页(54)发明名称一种基于雨雾分离处理和多尺度网络的图像去雨方法(57)摘要本发明提供一种基于雨雾分离处理和多尺度网络的图像去雨方法，包括以下步骤：S1：获取待去雨的图像；S2：构建雨雾图像的物理模型；S3：利用导向滤波器对图像进行滤波，得到高频有雨图像和低频有雾图像；S4：根据物理模型设计去雨模块，将高频有雨图像输入去雨模块，然后由去雨模块输出高频去雨图像；S5：根据物理模型设计去雾模块，将低频有雾图像输入去雾模块，然后由去雾模块输出低频去雾图像。本发明提供的一种基于雨雾分离处理和多尺度网络的图像去雨方法，多个数据集的测试结果表明，所提方法能够较好地去除图像中的雨条纹和雨雾并保留图像的细节和色彩，和近年来的主流去雨算法相比，SSIM提升了0.02～0.08左右，PSNR提升了0.2～3.5dB左右。CN115034999ACN115034999A权利要求书1/2页1.一种基于雨雾分离处理和多尺度网络的图像去雨方法，其特征在于，包括以下步骤：S1：获取待去雨的图像；S2：构建雨雾图像的物理模型；S3：利用导向滤波器对图像进行滤波，得到高频有雨图像和低频有雾图像；S4：根据物理模型设计去雨模块，将高频有雨图像输入去雨模块，然后由去雨模块输出高频去雨图像；S5：根据物理模型设计去雾模块，将低频有雾图像输入去雾模块，然后由去雾模块输出低频去雾图像；S6：将去雨高频图像和去雾低频图像进行融合得到去除雨雾后的清晰图像。2.根据权利要求1所述的一种基于雨雾分离处理和多尺度网络的图像去雨方法，其特征在于，所述S2的具体步骤如下：将雾气图像建模为高频图像IH和低频图像IL的和，表示如下：I＝IH+IL且，IH＝(JH+S)·TIL＝JL·T+A·(1‑T)其中，I表示有雾的图像，S表示可见雨条纹，J表示真实的景物图像，JH表景物的高频细节，JL表示景物的低频背景，T表示拍摄系统和景物之间的雾层的透射率，A表示全局大气光。所以真实雨雾图像建模为I＝(JH+S)·T+[JL·T+A·(1‑T)]。3.根据权利要求1所述的一种基于雨雾分离处理和多尺度网络的图像去雨方法，其特征在于，所述S4的具体步骤如下：使用去雨模块对步骤S3得到的高频有雨图像进行去雨处理输出得到高频去雨图像；所述去雨模块包含卷积层conv1，denseblock模块1，denseblock模块2、denseblock模块3，卷积层conv2，卷积层conv3，卷积层conv4；其连接方式为：卷积层conv1的输出分别作为denseblock模块1、denseblock模块2，denseblock模块3的输入；denseblock模块1，denseblock模块2，denseblock模块3的输入的concat连接作为卷积层conv2的输入；然后卷积层conv2，卷积层conv3，卷积层conv4依次连接；所述卷积层conv1的卷积核大小为3×3，输入通道数为3，输出通道数为128，步长为1×1，激活函数使用ReLu激活函数；所述denseblock模块1，denseblock模块2，denseblock模块3，三个模块结构相似，输入都为conv1的输出，都包含四个依次连接的卷积层convd1，convd2，convd3，convd4；所述四个卷积层convd1，convd2，convd3，convd4的输入都为其前面所有卷积层输出的concat连接；所述四个卷积层convd1，convd2，convd3，convd4的输入通道数依次为128，256，384，512；所述四个卷积层convd1，convd2，convd3，convd4的输出通道数都为128，滑动步长均为1×1；所述四个卷积层convd1，convd2，convd3，convd4的后面都接有一个ReLu激活函数。所述denseblock模块1中的四个卷积核的大小都为3×3；2CN115034999A权利要求书2/2页所述denseblock模块2中的四个卷积核的大小都为5×5；所述denseblock模块3中的四个卷积核的大小都为7×7；所述卷积层conv2的输入通道数