买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了一种渐进式单幅图像雨雪去除方法、装置及可读介质，涉及图像处理领域，包括：构建基于循环密集网络的图像雨雪去除模型并训练，得到经训练的图像雨雪去除模型，图像雨雪去除模型包括堆叠设置的若干个内外密集连接子网络，每个内外密集连接子网络包括堆叠设置的若干个内外密集连接块，每个内外密集连接块包括依次连接的长短期记忆模块、第一卷积层、通道注意力模块和第二卷积层；将退化图像输入经训练的图像雨雪去除模型，当前阶段的内外密集连接子网络输出的恢复估计与退化图像输入下一阶段的内外密集连接子网络中，最后一个阶段的内外密集连接子网络输出恢复图像。本发明解决目前渐进式雨雪去除方法所恢复图像中存在的伪影问题。

主权项：1.一种渐进式单幅图像雨雪去除方法，其特征在于，包括以下步骤：获取待修复的受雨雪影响的退化图像；构建基于循环密集网络的图像雨雪去除模型并训练，得到经训练的图像雨雪去除模型，所述图像雨雪去除模型包括堆叠设置的若干个内外密集连接子网络，每个内外密集连接子网络对应一个阶段，每个所述内外密集连接子网络包括堆叠设置的若干个内外密集连接块，每个内外密集连接块包括依次连接的长短期记忆模块、第一卷积层、通道注意力模块和第二卷积层，并且每个内外密集连接块的内部采用内部密集连接，不同的内外密集连接块之间采用外部密集连接，所述内部密集连接具体采用以下方式：每个内外密集连接块中，所述内外密集连接块的输入特征除了输入到所述长短期记忆模块之外，还分别输入到所述第一卷积层和第二卷积层，所述长短期记忆模块的输出特征除了输入到所述第一卷积层之外，还输入到所述第二卷积层；所述外部密集连接具体采用以下方式：前一个内外密集连接块中的所述长短期记忆模块的输出特征分别输入到后续的每个内外密集连接块中的所述第一卷积层；所述内外密集连接子网络还包括拼接层、第三卷积层、第四卷积层和减法器，若干个内外密集连接块设置在所述第三卷积层和第四卷积层之间，第t阶段的内外密集连接子网络输出的恢复估计与所述退化图像输入所述拼接层进行沿通道轴的连接，再依次经过所述第三卷积层、若干个内外密集连接块和第四卷积层，得到中间特征，将所述中间特征与所述退化图像输入所述减法器进行相加，得到第t+1阶段的内外密集连接子网络输出的恢复估计；第1阶段的内外密集连接子网络中的拼接层的输入为两个所述退化图像；所述图像雨雪去除模型的训练过程中，先采用下式计算自适应加权损失函数： 其中，表示自适应加权损失函数，h-minh是一个非负线性缩放函数，h表示差异图，h＝yT-G，G和yT分别表示与训练数据中的其中一个退化图像对应的背景一致的无雨雪干扰的清晰图像和训练数据中的其中一个退化图像输入所述图像雨雪去除模型后所得到的恢复图像，表示结构相似性损失函数；采用下式计算结构相似性损失函数： 其中，SSIM表示结构相似性；所述图像雨雪去除模型的总损失函数为： 其中，表示总损失函数；基于所述总损失函数对所述图像雨雪去除模型进行更新，得到经训练的图像雨雪去除模型；将所述退化图像输入所述经训练的图像雨雪去除模型，所述退化图像输入第1阶段的内外密集连接子网络之后，第t阶段的内外密集连接子网络输出的恢复估计与所述退化图像输入第t+1阶段的内外密集连接子网络中，得到第t+1阶段的内外密集连接子网络输出的恢复估计，最后一个阶段的内外密集连接子网络输出恢复图像，t大于或等于1。

全文数据：

权利要求：

百度查询： 华侨大学 渐进式单幅图像雨雪去除方法、装置及可读介质