文献类型：期刊文章

作　　者：林向伟[1] 曾焕强[1] 侯进辉[1] 朱建清[1] 蔡灿辉[1]

Lin Xiangwei;Zeng Huanqiang;Hou Jinhui;Zhu Jianqing;Cai Canhui(School of Information Science and Engineering,Huaqiao University,Xiamen Key Laboratory of Mobile Multimedia Communications,Xiamen,Fujian 361021,China)

机构地区：[1]华侨大学信息科学与工程学院厦门市移动多媒体通信重点实验室,福建厦门361021

出　　处：《信号处理》

基　　金：国家自然科学基金项目(61871434;61802136;61602191);福建省自然科学基金项目(2019J06017;2016J01308;2017J05103);泉州市高层次人才创新创业项目(2017G027);华侨大学中青年教师科研提升资助计划(ZQN-YX403;ZQN-PY418);华侨大学高层次人才资助项目(14BS201;14BS204;16BS709)

年　　份：2019

卷　　号：35

期　　号：3

起止页码：460-465

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSCD、CSCD2019_2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：本文提出一种基于多细节卷积神经网络的单幅图像去雨方法。考虑到雨条信息大都存在于有雨图像的高频部分,所提方法将有雨图像通过引导滤波进行多次分解得到平滑图像和不同频率分布的多细节图像,提出多细节卷积神经网络学习有雨图像和无雨图像之间的映射关系,从而获得无雨图像。考虑到实际收集相同场景下的有雨图像和无雨图像难度较大,本文采用无雨图像和人工合成的有雨图像作为训练数据,而测试部分则采用合成的雨图和真实的雨图。实验结果表明,本文所提方法能够有效去除图像中的雨条信息。

关 键 词：图像去雨  卷积神经网络 多细节  

分 类 号：TN911.73]