基于学习型卷积稀疏编码的图像去雨方法

    公开(公告)号:CN113902931B

    公开(公告)日:2022-07-12

    申请号:CN202111095476.4

    申请日:2021-09-17

    申请人: 淮阴工学院

    摘要: 本发明涉及图像复原技术领域,公开了一种基于学习型卷积稀疏编码的图像去雨方法,S1:获取待处理图像;S2:采用基于综合型的全局和局部梯度先验表征背景图像,并采用学习型卷积稀疏编码对雨痕进行处理,构建综合型全局、局部梯度和学习型卷积稀疏编码的图像去雨模型;S3:求解步骤S2中的综合型全局、局部梯度和学习型卷积稀疏编码的图像去雨模型,输出结果去雨图像u和雨层信息图r。与现有技术相比,本发明综合型全局和局部各向异性先验知识保护背景目标信息,可学习型的卷积稀疏表达则表征尺度多变的雨痕目标,更好地对雨痕进行探测,不仅能有效地探测出雨痕信息实现目标去雨,而且使得去雨后的背景图像信息也得到了更好地保护。

    基于学习型卷积稀疏编码的图像去雨方法

    公开(公告)号:CN113902931A

    公开(公告)日:2022-01-07

    申请号:CN202111095476.4

    申请日:2021-09-17

    申请人: 淮阴工学院

    摘要: 本发明涉及图像复原技术领域,公开了一种基于学习型卷积稀疏编码的图像去雨方法,S1:获取待处理图像;S2:采用基于综合型的全局和局部梯度先验表征背景图像,并采用学习型卷积稀疏编码对雨痕进行处理,构建综合型全局、局部梯度和学习型卷积稀疏编码的图像去雨模型;S3:求解步骤S2中的综合型全局、局部梯度和学习型卷积稀疏编码的图像去雨模型,输出结果去雨图像u和雨层信息图r。与现有技术相比,本发明综合型全局和局部各向异性先验知识保护背景目标信息,可学习型的卷积稀疏表达则表征尺度多变的雨痕目标,更好地对雨痕进行探测,不仅能有效地探测出雨痕信息实现目标去雨,而且使得去雨后的背景图像信息也得到了更好地保护。