基于空-频上下文联合卷积网络的单图像去雨
2022-09-13杨青,于明
兵器装备工程学报 2022年8期
杨 青,于 明
(1.河北工业大学 电子信息工程学院, 天津 300400; 2.陆军工程大学石家庄校区 电子与光学工程系, 石家庄 050003; 3.河北工业大学 人工智能与数据科学学院, 天津 300400)
1 引言
火控系统中的可见光探测装备非常容易受到下雨天气的影响导致图像质量下降、背景场景变得模糊,这些图像退化现象将严重影响系统对目标的识别、跟踪等功能。 有效地去除图像中的雨纹信息,可以更好地保留图像细节信息。单图像去雨由于缺少视频帧之间的时域特征,去雨更具有难度,目前单图像去雨主要可分为基于模型和数据驱动两大类方法[1]。基于模型的去雨方法需要建立雨纹信息和背景信息的先验,然后构建代价函数并对其进行优化。文献[2]利用判别式稀疏编码从图像中的高频分量中学习无雨分量,然后与低频分量叠加得到雨纹去除后的图像。文献[3]在图像分解的基础上将图像分为背景层和雨纹层,通过高斯混合模型构建先验信息,该方法不易求取准确的高斯混合模型参数。文献[4]融合局部和非局部稀疏约束先验,利用降雨方向先验信息进行单图像去雨。
基于数据驱动的去雨方法利用深度网络自动提取层次特征,构建从雨图像到无雨图像的非线性映射关系。文献[5-6]首先通过导引滤波将雨图像分解为低频段和高频段,然后利用深度残差网络将高频信息映射到雨纹层,训练稳定、收敛速度快。文献[7]设计了一种深度循环扩张网络联合检测和去除雨纹。……
登录APP查看全文
