-
题名多尺度残差群网络的图像去雨算法
- 1
-
-
作者
邵罗仡
陈清江
尹乐璇
-
机构
西安建筑科技大学
-
出处
《电光与控制》
CSCD
北大核心
2024年第5期66-71,82,共7页
-
基金
国家自然科学基金(61902304)
陕西省自然科学基础研究计划项目(2021JQ-495)。
-
文摘
雨天作为一种常见的天气条件会对计算机视觉造成一定影响,图像中会出现雨纹与细节模糊,从而需要一种高效的单幅图像去雨算法来改善图像质量。现有图像去雨算法大多只关注于去除雨纹,而忽略了恢复去雨后图像的细节信息。针对此,为了更好地检测雨纹提出了浅层特征提取模块和深层特征提取模块,其中,浅层特征提取模块选取残差密集块,深层特征提取模块选取两个双注意力模块和两个卷积层作为残差块构成的残差群。为了恢复图像细节信息,提出了一种包含全局分支和局部分支的多尺度细节恢复模块。在合成数据集和真实数据集上的大量实验表明,所提算法的PSNR和SSIM分别达到了40.41 dB和0.989,同时保留了图像细节信息。
-
关键词
图像去雨
双注意力机制
多尺度注意力机制
残差群
平滑膨胀卷积
-
Keywords
image rain removal
dual attention mechanism
multi-scale attention mechanism
residual group
smooth expansion convolution
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
