基于联结残差网络的单幅图像去雨
本文通过改进的残差网络,学习有雨图像和无雨图像之间的映射关系来实现图像去雨,提出了一种基于联结残差网络的单幅图像去雨算法.首先,利用改进的残差块简化网络模块,减少网络参数,提升网络训练速度;其次,设计的联结结构不仅实现了多特征提取,有效减少了参数,而且增加了特征图的输出,有利于保留更多的图像细节信息;最后,利用单尺度卷积实现图像细节重建,提高去雨图像的视觉效果.实验结果表明:本文算法在合成雨天图像数据集上,其结构相似度和峰值信噪比的平均值分别高于0.95和33 dB,而真实雨天图像数据集的盲图像质量评价值较低.本文算法不仅能有效去除图像中的雨,雨纹残留较少,而且能更多地保留图像的纹理和边缘细节,视觉效果清晰自然.
单幅图像去雨、卷积神经网络、残差学习、联结结构、多特征提取、盲图像质量评价
36
TP391.4(计算技术、计算机技术)
国家自然科学基金项目No.61403298
2021-04-19(万方平台首次上网日期,不代表论文的发表时间)
共10页
605-614