基于双通道多尺度判别模型去雨系统及控制方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112651912A(43)申请公布日2021.04.13(21)申请号202011430488.3(22)申请日2020.12.07(71)申请人南昌航空大学地址330063江西省南昌市丰和南大道696号(72)发明人盖杉谢强强(74)专利代理机构南昌市平凡知识产权代理事务所36122代理人张文杰(51)Int.Cl.G06T5/50(2006.01)G06K9/46(2006.01)G06K9/62(2006.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书1页说明书6页附图5页(54)发明名称基于双通道多尺度判别模型去雨系统及控制方法(57)摘要本发明公开了一种基于双通道多尺度判别模型去雨系统及控制方法，所述系统包括：生成器和双通道多尺度判别器，所述生成器用于生成对抗网络，所述生成器具有多尺度特征提取单元和密集连接单元组成，所述多尺度特征提取单元用于获取接收场，并根据尺度的输入获取多尺度雨痕信息；所述密集连接单元用于去除雨层保留背景层；所述双通道多尺度判别器具有双通道判别模块，所述双通道判别模块用于判断输出去雨图像和与真实无雨图像真伪。其利用双重判别模型生成对抗网络解决雨滴对图像的影响，增强去雨效果，解决现有技术中相机在雨天拍摄的图像严重退化，严重影响图像的视觉质量的问题。CN112651912ACN112651912A权利要求书1/1页1.一种基于双通道多尺度判别模型去雨系统，其特征在于，所述系统包括：生成器和双通道多尺度判别器，其中：所述生成器用于生成对抗网络，所述生成器具有多尺度特征提取单元和密集连接单元组成，所述多尺度特征提取单元用于获取接收场，并根据尺度的输入获取多尺度雨痕信息；所述密集连接单元用于去除雨层保留背景层；所述双通道多尺度判别器具有双通道判别模块，所述双通道判别模块用于判断输出去雨图像和与真实无雨图像真伪。2.根据权利要求1所述的系统，其特征在于，所述密集连接单元中的密集块之间跳跃连接。3.根据权利要求1所述的系统，其特征在于，每个所述密集块后连接有过渡块。4.根据权利要求1所述的系统，其特征在于，所述双通道多尺度判别器还具有多尺度池化模块，所述多尺度池化模块与双通道判别模块连接，所述多尺度池化模块用于根据尺度对特征进行池化。5.一种基于双通道多尺度判别模型去雨的控制方法，其特征在于，所述方法包括：将数据集预处理后，输入至生成器；所述生成器中的多尺度特征提取单元获取数据集，提取多尺度特征并传入相互连接的所述多尺度特征连接后馈送至所述生成器中的密集连接单元；所述密集连接单元去除雨层后将去雨图像输送至双通道多尺度判别器中与双通道判别模块连接的多尺度池化模块进行池化；将真实无雨图像输送至所述双通道多尺度判别器；所述双通道多尺度判别器中的所述双通道判别模块将去雨图像和真实无雨图像进行比对，判断去雨图像与真实无雨图像真伪，得到真伪结果；将所述真伪结果输出。2CN112651912A说明书1/6页基于双通道多尺度判别模型去雨系统及控制方法技术领域[0001]本发明涉及计算机视觉领域，具体涉及一种基于双通道多尺度判别模型去雨系统及控制方法。背景技术[0002]随着科学技术的快速发展和智能手机的普及，手机和摄像头在雨天拍摄的图像严重退化，严重影响图像的视觉质量。为了提高这些退化图像的整体质量，以获得更好的视觉效果，并确保视觉算法的性能得到增强，自动去除这些不希望出现的雨滴变得至关重要，因此图像去雨是一个十分重要的课题。[0003]目前现有的去雨的方法分成两类：一种是基于传统方法的去雨，例如基于高频的方法，假设雨条属于输入图像的高频分量，然后通过稀疏编码和字典学习进一步将其分为雨层和非雨层。另一种是基于卷积神经网络方法去雨，利用CNN结构直接学习输入的雨景图像与其对应的地面真实性之间的非线性映射，并在一定的先验信息下，实现了良好的视觉效果，例如多流密集连接网络。[0004]目前基于生成对抗网络的图像去雨方法中，通过密集连接生成器和多尺度判别模型进行去雨，但是现实世界雨密度的不均匀性且雨的尺度也不一样，单图像雨条纹的去除是一个极具挑战性的问题；此外，为了确保生成图像与真实世界图像保持一致，单一判别模型存在局限性。发明内容[0005]为了解决现有技术中相机在雨天拍摄的图像严重退化，严重影响图像的视觉质量的问题，本发明实施例提供了一种基于双通道多尺度判别模型去雨系统及控制方法。所述技术方案如下：[0006]第一方面，提供了一种基于双通道多尺度判别模型去雨系统，所述系统包括：生成器和双通道多尺度判别器，其中：[0007]所述生成器用于生成对抗网络，所述生成器具有多尺度特征提取单元和密集连接单元组成，所述多尺度特征