融合残差及通道注意力机制的单幅图像去雨方法

摘要：

为了去除雨天图像上附着的雨滴并恢复图像的清晰度,提出一种基于深度学习思想结合图像增强技术融合残差及通道注意力机制来实现的单幅图像去雨方法.首先,利用导向滤波将有雨图像分解为平滑基本层和高频细节层;其次,提出自适应Gamma校正算法增强平滑基本层以提高对比度;然后,构建融合残差块和通道注意力机制的深度神经网络实现高频细节层去雨;最后,将去雨后的高频细节层与增强后的平滑基本层融合实现单幅图像去雨功能.实验结果表明:与具有代表性的单幅图像去雨方法相比,所提方法效果较好并可保留更多的图像细节信息.

关键词：计量学、单幅图像去雨、图像处理、压缩和激励残差网络、注意力机制、深度学习、Gamma校正

所属期刊栏目：42

分类号：TB96(计量学)

资助基金：国家自然科学基金;河北省自然科学基金

在线出版日期：2021-03-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：20-28