[发明专利]基于深度残差网络的图像去雾去雨方法有效
| 申请号： | 201910614054.X | 申请日： | 2019-07-09 |
| 公开（公告）号： | CN110378849B | 公开（公告）日： | 2021-06-01 |
| 发明（设计）人： | 李佐勇;王传胜;肖国宝;杨峰;刘伟霞 | 申请（专利权）人： | 闽江学院 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 陈明鑫;蔡学俊 |
| 地址： | 350108 福建省*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度残差网络的图像去雾去雨方法。首先，通过上下文感知编码模块聚合有雾图像像素点的上下文信息，并编码为特征图；然后，采用非线性转换模块来提取图像高级特征；接着，采用雾气浓度解码模块将特征图解码以获得无雾图像和有雾图像之间的残差；最后，将输入的有雾图像加上残差图像来获得去雾结果。本发明能够去除图像中的雾气或者雨水，使得图像场景更清晰、图像细节更丰富，可应用于雾天和雨天交通监控、目标跟踪、自主导航等场合。 | ||
| 搜索关键词： | 基于 深度 网络 图像 去雾去雨 方法 | ||
【主权项】：
1.一种基于深度残差网络的图像去雾去雨方法，其特征在于，建立深度网络模型，包括上下文感知编码模块、非线性变换模块、雾气浓度解码模块；首先，通过上下文感知编码模块聚合有雾图像像素点的上下文信息，并编码为特征图；然后，采用非线性变换模块来提取图像高级特征；接着，采用雾气浓度解码模块将特征图解码以获得无雾图像和有雾图像之间的残差；最后，将输入的有雾图像加上残差图像来获得去雾结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于闽江学院，未经闽江学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910614054.X/，转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
