-
公开(公告)号：CN110503613B
公开(公告)日：2022-03-15
申请号：CN201910742902.5
申请日：2019-08-13
Applicant: 电子科技大学
Abstract: 本发明属于图像去雨技术领域，提供一种基于级联空洞卷积神经网络的面向单幅图像去雨方法，用于解决雨天下所拍摄的单张图像的复原问题。本发明首先对雨水进行建模，将有雨图像分为雨水区域层、雨水层、背景层；通过级联多路空洞率不同的卷积神经网络对输入图像提取出雨水区域层图像，经卷积得到雨水层图像，再经卷积与输入图像求和得到去雨的背景层图像。级联空洞卷积神经网络有效提取了图像不同尺度的细节，网络采用残差网络结构增加网络深度，避免过拟合问题；在公开数据集上进行了测评实验，实验表明本发明相比单幅图像去雨经典方法在峰值信噪比(PSNR)上能够提升2～8，在图像结构相似度(SSIM)上能够提升0.04～0.22。
-
公开(公告)号：CN107862655A
公开(公告)日：2018-03-30
申请号：CN201711012473.3
申请日：2017-10-26
Applicant: 电子科技大学 , 成都宋元光电科技有限公司
IPC: G06T3/40
Abstract: 本发明公开了一种基于正则化的交替最小化高分辨率图像重构方法，涉及图像处理领域，特别是在智能硬件，视频监控领域。本发明根据将原始低分辨率图像序列进行二次下采样的理论分析，实现了有理数级别的放大倍数，弥补了现有算法只能实现整数级放大倍数的不足。同时，说明了现有超分辨率重构算法对彩色图像处理的局限性，提出在交替最小化超分辨率重构算法中添加一个包含彩色信息的正则项，实现了对彩色图像的优化处理。
-
公开(公告)号：CN110503613A
公开(公告)日：2019-11-26
申请号：CN201910742902.5
申请日：2019-08-13
Applicant: 电子科技大学
Abstract: 本发明属于图像去雨技术领域，提供一种基于级联空洞卷积神经网络的面向单幅图像去雨方法，用于解决雨天下所拍摄的单张图像的复原问题。本发明首先对雨水进行建模，将有雨图像分为雨水区域层、雨水层、背景层；通过级联多路空洞率不同的卷积神经网络对输入图像提取出雨水区域层图像，经卷积得到雨水层图像，再经卷积与输入图像求和得到去雨的背景层图像。级联空洞卷积神经网络有效提取了图像不同尺度的细节，网络采用残差网络结构增加网络深度，避免过拟合问题；在公开数据集上进行了测评实验，实验表明本发明相比单幅图像去雨经典方法在峰值信噪比(PSNR)上能够提升2～8，在图像结构相似度(SSIM)上能够提升0.04～0.22。
-
公开(公告)号：CN107862655B
公开(公告)日：2020-02-18
申请号：CN201711012473.3
申请日：2017-10-26
Applicant: 电子科技大学 , 成都宋元光电科技有限公司
IPC: G06T3/40
Abstract: 本发明公开了一种基于正则化的交替最小化高分辨率图像重构方法，涉及图像处理领域，特别是在智能硬件，视频监控领域。本发明根据将原始低分辨率图像序列进行二次下采样的理论分析，实现了有理数级别的放大倍数，弥补了现有算法只能实现整数级放大倍数的不足。同时，说明了现有超分辨率重构算法对彩色图像处理的局限性，提出在交替最小化超分辨率重构算法中添加一个包含彩色信息的正则项，实现了对彩色图像的优化处理。
-
-
-
Search Results
4
records
(took 0.013 seconds)
