單幅圖像去雨的目的是去除含雨圖像中的雨線,恢復(fù)出清晰的無雨圖像。而已有的單幅圖像去雨算法存在殘留雨線,丟失背景細(xì)節(jié)信息等問題。近年來,深度學(xué)習(xí)在很多圖像處理和計算機(jī)視覺任務(wù)中取得了顯著效果。為了提高圖像去雨算法的性能,該文將深度學(xué)習(xí)的方法應(yīng)用于單幅圖像去雨問題并展開研究,具體研究內(nèi)容如下:首先,提出基于多項式網(wǎng)絡(luò)的單幅圖像去雨算法。先設(shè)計PolyInception模塊,再利用該模塊進(jìn)一步構(gòu)建出單幅圖像去雨網(wǎng)絡(luò)結(jié)構(gòu),以端到端的方式實現(xiàn)有雨圖像和清晰圖像間的非線性映射。PolyInception模塊由Inception殘差單元的不同多項式組合構(gòu)成,這種多項式組合方法可以增加網(wǎng)絡(luò)結(jié)構(gòu)的多樣性,使網(wǎng)絡(luò)性能得到提升。實驗結(jié)果表明,該文提出的算法能夠去除含雨圖像中不同方向和密度的雨線,并保留圖像背景信息。其次,為進(jìn)一步提高單幅圖像去雨算法的性能,該文結(jié)合稠密連接的思想,設(shè)計基于稠密網(wǎng)絡(luò)的單幅圖像去雨網(wǎng)絡(luò)結(jié)構(gòu)。稠密連接的結(jié)構(gòu)可以加強(qiáng)特征在網(wǎng)絡(luò)中的傳播,解決深層網(wǎng)絡(luò)在訓(xùn)練過程中的梯度消失問題,并利用擴(kuò)張卷積增大去雨網(wǎng)絡(luò)的感受野。實驗結(jié)果表明,該方法提高了圖像去雨的效果,使復(fù)原圖像具有更好的視覺質(zhì)量。最... 

【文章來源】：燕山大學(xué)河北省

【文章頁數(shù)】：68 頁

【學(xué)位級別】：碩士

【部分圖文】：

基于圖像分解和字典學(xué)習(xí)的單幅圖像去雨算法流程圖

圖 2-2 DerainNet 網(wǎng)絡(luò)結(jié)構(gòu)圖中，det ailI 是輸入的細(xì)節(jié)層圖像，1W 和1b 分別為該層的權(quán)重和偏置， 代表卷積， σ ( )表示激活函數(shù)，這里采用的激活函數(shù)為 ReLU(Rectified Linear Units)[32]。網(wǎng)絡(luò)的第二層為非線性映射層，采用 512 個大小為1 × 1的卷積核，得到第二層出為：( ) ( ( ))2 det ail 2 1 det ail2f I =σ W fI +b (2中，2W 和2b 分別為第二層的權(quán)重和偏置。網(wǎng)絡(luò)的最后一層采用 3 個8 × 8的卷積核重建去雨后的細(xì)節(jié)層圖像：( ) ( )3 det ail 3 2 det ail3f I =W fI +b (2中，3W 和3b 分別為第三層的權(quán)重和偏置。最后將輸出的細(xì)節(jié)層圖像和保留的基礎(chǔ)層圖像相加就可得到復(fù)原圖像：( )base 3 detail=O I +fI (2算法還通過圖像增強(qiáng)技術(shù)分別對基礎(chǔ)層圖像和去雨后的細(xì)節(jié)層圖像分別進(jìn)行后

a) 殘差單元 b) Inception 殘差單元圖 3-1 殘差單元和 Inception 殘差單元on 殘差單元集合了殘差結(jié)構(gòu)和 Inception 結(jié)構(gòu)的優(yōu)點，但是存在的問題比較淺，一般只包括 2 到 4 個卷積層，而通過增加該單元的使用數(shù)量絡(luò)的表達(dá)能力，作用不明顯。ang 等人將方程中多項式的思想引入到網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)計中，利用 Inc的多項式組合來構(gòu)建 PolyInception 模塊，它是一類模塊的總稱。將 元的殘差部分表示為F ，由圖 3-1 可知，這樣一個 Inception 殘差單元( I + F ) x = x +F( x )I 為 shortcut 通路， x為輸入。在該式的基礎(chǔ)上增加一個一次項，如式以構(gòu)造出一階 PolyInception，稱之為2-way，結(jié)構(gòu)如圖 3-2 中 a)所示。( I + F + G ) x = x + F ( x ) +G( x )

【參考文獻(xiàn)】：
期刊論文
[1]一種視頻雨滴檢測與消除的方法[J]. 董蓉,李勃,陳啟美.  自動化學(xué)報. 2013(07)
[2]基于FCM的雨天視頻圖像復(fù)原[J]. 胡巍,何小海,崔煜.  通信技術(shù). 2012(03)
[3]視頻圖像中雨滴檢測與去除方法研究[J]. 張穎翔,陳強(qiáng),劉允才.  微型電腦應(yīng)用. 2007(12)



本文編號：3359424