基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了去除雨天图像上附着的雨滴并恢复图像的清晰度,提出一种基于深度学习思想结合图像增强技术融合残差及通道注意力机制来实现的单幅图像去雨方法.首先,利用导向滤波将有雨图像分解为平滑基本层和高频细节层;其次,提出自适应Gamma校正算法增强平滑基本层以提高对比度;然后,构建融合残差块和通道注意力机制的深度神经网络实现高频细节层去雨;最后,将去雨后的高频细节层与增强后的平滑基本层融合实现单幅图像去雨功能.实验结果表明:与具有代表性的单幅图像去雨方法相比,所提方法效果较好并可保留更多的图像细节信息.
推荐文章
基于残差注意力机制的泥石流沟谷识别
Resnet18
注意力机制
遥感影像
泥石流灾害
基于残差双注意力U-Net模型的 CT图像囊肿肾脏自动分割
CT图像
囊肿肾脏分割
深度网络分割模型
注意力机制
基于残差注意力网络模型的浮游植物识别
水质监测
浮游植物识别
残差注意力网络
深度学习
基于小波变换及注意力机制的T型图像去雾网络
图像去雾
小波变换
卷积神经网络
特征融合
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 融合残差及通道注意力机制的单幅图像去雨方法
来源期刊 计量学报 学科 工学
关键词 计量学 单幅图像去雨 图像处理 压缩和激励残差网络 注意力机制 深度学习 Gamma校正
年,卷(期) 2021,(1) 所属期刊栏目
研究方向 页码范围 20-28
页数 9页 分类号 TB96
字数 语种 中文
DOI 10.3969/j.issn.1000-1158.2021.01.04
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (4)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(4)
  • 参考文献(1)
  • 二级参考文献(3)
2018(4)
  • 参考文献(1)
  • 二级参考文献(3)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
计量学
单幅图像去雨
图像处理
压缩和激励残差网络
注意力机制
深度学习
Gamma校正
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计量学报
月刊
1000-1158
11-1864/TB
大16开
北京1413信箱
2-798
1980
chi
出版文献量(篇)
3549
总下载数(次)
8
总被引数(次)
20173
论文1v1指导