典型文献
联合形态学滤波和卷积稀疏编码的图像去雨
文献摘要：
目的 图像去雨技术是对雨天拍摄图像中雨纹信息进行检测和去除,恢复目标场景的细节信息,从而获得清晰的无雨图像.针对现有方法对雨纹信息检测不完全、去除不彻底的问题,提出一种联合自适应形态学滤波和多尺度卷积稀疏编码(multi-scale convolution sparse coding,MS-CSC)的单幅图像去雨方法.方法 考虑雨纹信息的形状结构特点,构造一种自适应形态学滤波器来滤除有雨图像中的雨纹信息,获得包含图像自身纹理的低频成分;利用全变分模型正则化方法来增强低频成分的纹理信息,并利用有雨图像减去低频成分获得包含雨纹信息的高频成分;针对高频成分,根据雨纹的方向性提出一种基于方向梯度正则化的MS-CSC方法来重构高频成分,并通过迭代求解获得包含精确雨纹的高频成分,即雨层;利用有雨图像减去雨层得到最终的去雨图像.结果 为验证本文方法的有效性,与一些主流的去雨方法进行实验比较.实验结果表明,本文方法在模拟数据集上的平均峰值信噪比(peak signal-to-noise ratio,PSNR)和平均结构相似度(structural similarity,SSIM)指标分别提高了0.95和0.0052,能得到较好的主观视觉效果和客观评价,特别是在真实数据集上具有明显优势.结论 本文方法可有效去除雨纹,同时可保留更多的原始图像纹理信息,经证明是一种有效的去雨算法.
文献关键词：
图像去雨;自适应形态学滤波;全变分模型;方向梯度正则化;多尺度卷积稀疏编码(MS-CSC)
中图分类号：
作者姓名：
黄淑英;许亚婷;杨勇;管巨伟
作者机构：
天津工业大学计算机科学与技术学院,天津 300387;江西财经大学软件与物联网工程学院, 南昌 330032;江西财经大学信息管理学院, 南昌 330032
文献出处：
引用格式：
[1]黄淑英;许亚婷;杨勇;管巨伟-.联合形态学滤波和卷积稀疏编码的图像去雨)[J].中国图象图形学报,2022(05):1522-1536
A类：
方向梯度正则化
B类：
卷积稀疏编码,雨天,中雨,复目,细节信息,无雨,信息检测,自适应形态学滤波,多尺度卷积,multi,scale,convolution,sparse,coding,CSC,单幅图像去雨,形态学滤波器,滤除,低频成分,全变分模型,正则化方法,纹理信息,减去,分获,方向性,迭代求解,模拟数据,峰值信噪比,peak,signal,noise,ratio,PSNR,结构相似度,structural,similarity,SSIM,视觉效果,客观评价,真实数据,原始图像,图像纹理,经证
AB值：
0.29827
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
