一种同时去除黑夜图像雨珠与蚊影的方法技术

本发明专利技术公开了一种同时去除黑夜图像雨珠与蚊影的方法，其包括：获取黑夜场景下的原始图像数据集；将原始图像数据集按比例划分为训练集和测试集；其中，将训练集输入已构建的去除雨珠与蚊影的网络模型MSRR‑Net中进行训练，得到训练好的网络模型MSRR‑Net；将测试集输入训练好的网络模型MSRR‑Net，以得到初步的去除雨珠与蚊影的抗干扰图像；若抗干扰图像与干净无干扰的标签图像之间的结构相似性且峰值信噪比满足要求，则判定完成黑夜图像雨珠与蚊影的去除任务。本发明专利技术在恢复雨珠图像区域背景的同时，保留无雨珠背景区域的清晰图像结构，极大地提升蚊影和雨珠干扰图像的恢复质量。

【技术实现步骤摘要】

本专利技术涉及图像处理，特别是一种同时去除黑夜图像雨珠与蚊影的方法。

技术介绍

1、下雨时，雨水会滞留在摄像设备上形成雨珠，严重影响到户外视觉系统的性能，严重地损害了拍摄场景的可见性，导致能见度下降，破坏黑夜图像的可见度与性能。然而，获取清晰可见的图像是有效监测目标对象的前提，因此，去除黑夜图像中的雨珠具有重要现实意义。同时，黑夜光照镜头吸引蚊虫聚集，运动的蚊虫会形成条纹妨碍场景的可见性，影响图像质量。此外，摄像机的焦点通常对焦于背景上，蚊虫的出现使其对焦模糊，并且由于蚊虫移动速度快，导致在图像中形成蚊影，从而导致图像质量下降，甚至无法准确识别其中对象，因此，去除黑夜图像中的蚊影具有重要现实意义。

2、现有去雨的工作大致可分为两大类：雨痕去除和雨珠去除。传统雨痕去除方法主要是基于其稀疏的线型性质，传统去除雨痕的方法是通过设计手工的先验指标来消除雨水条纹。最近，基于深度学习的方法表现了在去除雨痕方面的优越性。yang等将雨层分解为一系列的子层代表不同方向的雨水条纹，然后通过一个递归网络去除雨水条纹。fu等将雨水图像分解为低频结构层和高频细节层，然本文档来自技高网...

【技术保护点】

1.一种同时去除黑夜图像雨珠与蚊影的方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，还包括：

3.根据权利要求1所述的方法，其特征在于，对雨珠与蚊影图像及其对应的干净无干扰的标签图像进行预处理的过程包括：

4.根据权利要求1所述的方法，其特征在于，所述去除雨珠与蚊影的网络模型MSRR-Net的构建过程分为三个阶段逐步去除雨珠与蚊影；

5.根据权利要求4所述的方法，其特征在于，

6.根据权利要求4所述的方法，其特征在于，网络模型MSRR-Net在三个阶段之间采用跨阶段特征融合机制，使前一阶段的多尺度上下文特征融...

【技术特征摘要】

1.一种同时去除黑夜图像雨珠与蚊影的方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，还包括：

3.根据权利要求1所述的方法，其特征在于，对雨珠与蚊影图像及其对应的干净无干扰的标签图像进行预处理的过程包括：

4.根据权利要求1所述的方法，其特征在于，所述去除雨珠与蚊影的网络模型msrr-net的构建过程分为三个阶段逐步去除雨珠与蚊影；

5.根据权利要求4所述的方法，其特征在于，

6.根据权利要求4所述的方法，其特征在于，网络模型msrr-net在三个阶段之间采用跨阶段特征融合机制，使前一阶段的多尺度上下文特征融入后一阶段子网络，便于恢复图像细节：在前一阶段编码器与解码器的特征输出使用卷积，然后与后一阶段编码器的特征进行元素相加，最后融入后一阶段编码器特征中；同时，在第一阶段与第二阶段分别加入监督注意力模块，便于将第一阶段受注意的目标特征传递给第二阶段，第二阶段受注意的目标特征传递给第三阶段。

7.根据权利要求6所述的方法，其特征在于，每个阶段的监督注意力模块分别连接金字塔池化模块与多尺度扩张卷积模块，以分别提取雨珠与蚊影特征，去除雨珠与蚊...

【专利技术属性】
技术研发人员：卢学民，龙慧敏，张萌，涂志卿，张希会，梁先明，李奇真，戴礼灿，权伟，
申请(专利权)人：中国电子科技集团公司第十研究所，
类型：发明
国别省市：