基于多特征交互和密集残差的图像去雨OA北大核心CSTPCD

针对雨天环境下获取图像质量差,导致后续机器视觉任务效率低下的问题,提出一种基于多特征交互和密集残差的图像去雨算法.首先,提出多重特征交互卷积模块提取不同空间下雨线的语义特征,增强信息利用程度;其次,构建多维空间权重注意模块,将不同空间信息权重初步融合并增强雨线特征;然后,结合密集连接和残差网络的优点,设计一种密集残差融合模块,在提高网络学习能力的同时实现对信息的重复利用,进一步校正雨纹信息;最后,通过将多种损失函数线性组合,并结合雨天成像模型提高输出图像质量.在多个公开数据集上的实验结果表明,本文所提算法的主客观评价指标均优于所对比的经典及新颖算法,在去除雨纹的同时能更有效地保留图像背景细节信息.