| 基于密度分类引导的双阶段雨天图像复原方法 |
| |
| 引用本文： | 梅天灿, 曹敏, 杨宏, 高智, 易国洪. 基于密度分类引导的双阶段雨天图像复原方法[J]. 电子与信息学报, 2023, 45(4): 1383-1390. doi: 10.11999/JEIT220157 |
| |
| 作者姓名： | 梅天灿 曹敏 杨宏 高智 易国洪 |
| |
| 作者单位： | 1.武汉大学电子信息学院 武汉 430072;;2.中国科学院空天信息创新研究院 北京 100190;;3.武汉大学遥感信息与工程学院 武汉 430072;;4.武汉工程大学计算机科学与工程学院 武汉 430205 |
| |
| 摘 要： | 雨天作为最常见的恶劣天气，对图像造成的退化效应主要包括雨线对背景的遮挡、雨线累积形成的雨雾效应，从而导致很多为清晰成像条件设计的视觉系统运行效果大打折扣。为了实现雨线和雨雾同时去除、更鲁棒地处理各种真实雨天场景，该文提出了一种雨密度分类引导的双阶段雨天图像复原方法。该方法结合雨天物理模型先验与cGAN网络优化，综合考虑不同模式的雨线与雨雾，利用单独的雨密度分类网络为优化阶段提供引导信息，可以实现不同密度的雨线和雨雾图像复原。在公开合成数据集和真实雨天图像上进行了大量实验，定量和定性的结果均表明了所提方法在去雨有效性和泛化性上的优势。
|
| 关 键 词： | 图像去雨 物理模型 cGAN 密度感知 特征融合 |
| 收稿时间： | 2022-02-21 |
| 修稿时间： | 2022-08-31 |
Two-stage Rain Image Removal Based on Density Guidance |
| |
| MEI Tiancan, CAO Min, YANG Hong, GAO Zhi, YI Guohong. Two-stage Rain Image Removal Based on Density Guidance[J]. Journal of Electronics & Information Technology, 2023, 45(4): 1383-1390. doi: 10.11999/JEIT220157 |
| |
| Authors: | MEI Tiancan CAO Min YANG Hong GAO Zhi YI Guohong |
| |
| Affiliation: | 1. School of Electronic Information, Wuhan University, Wuhan 430072, China;;2. Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100190, China;;3. School of Remote Sensing and Information Engineering, Wuhan University, Wuhan 430072, China;;4. School of Computer Science and Engineering, Wuhan Institute of Technology, Wuhan 430205, China |
| |
| Abstract: | As the most common severe weather, rain can degrade the performance of many vision systems designed for clear imaging conditions. In order to realize the simultaneous removal of rain streaks and rain accumulation, and to deal with various real rain scenes, a two-stage rain image restoration method guided by rain density classification is proposed, which integrates physics model and cGAN refinement. Extensive experiments are conducted on representative synthetic rain datasets and realrain scenes. Quantitative and qualitative results demonstrate the superiority of the proposed method in terms of effectiveness and generalization ability. |
| |
| Keywords: | Image deraining Physics model cGAN Density-aware Gated fusion |
|
| 点击此处可从《电子与信息学报》浏览原始摘要信息 |
|
点击此处可从《电子与信息学报》下载全文 |
|
