一种适用于多种恶劣天气下的图像复原方法及系统技术方案

本发明专利技术公开了一种适用于多种恶劣天气下的图像复原方法，通过获取恶劣天气下的退化图像，将退化图像输入基于WaveDiff网络进行训练得到恶劣图像复原模型中，使用掩码对退化图像进行裁剪，得到为多个图像块；对各个图像块进行离散小波变换，得到多个变换后的图像块，对各个变换后的图像块进行随机噪声生成，得到多个噪声生成结果，得到多个加噪结果，将各个噪声生成结果和对应的图像块输入生成器中进行预测，得到多个生成结果，利用采样公式对各个生成结果进行采样，得到多个去噪结果；对各个去噪结果进行逆离散小波变换，得到多个恢复后的图像块，将各个恢复后的图像块进行重建，得到复原后的图像。通过上述方法，可以实现对多种恶劣天气下的退化图像进行复原。

【技术实现步骤摘要】

本专利技术涉及图像处理，尤其涉及一种适用于多种恶劣天气下的图像复原方法及系统。

技术介绍

1、日常生活中，下雨、下雪和雾霾等恶劣天气现象并不少见，而这些天气条件往往会对拍摄的图像质量产生负面影响。目前，许多图像处理相关的下游任务算法，如目标检测、目标跟踪和行人识别，通常都是在理想的天气条件下设计和优化的。然而，在实际应用中，恶劣天气的出现会显著降低这些算法的性能，导致它们无法有效地完成预定任务。

2、已有的图像复原技术为解决多种恶劣天气下的图像退化问题做出了显著进展。这些技术主要分为两大类：专注于单一天气条件的单任务恶劣天气复原算法和能解决不同恶劣天气的一体化恶劣天气复原算法。单任务恶劣天气复原算法通过针对特定天气退化类型进行训练，以实现对该特定天气条件下的图像退化的修复。虽然这类方法在处理单一天气类型的图像退化方面表现出色，但它们通常无法应对其他类型的恶劣天气带来的影响。

技术实现思路

1、为了解决上述技术问题，本专利技术实施例提供了一种适用于多种恶劣天气下的图像复原方法及系统，实现了对多种恶劣本文档来自技高网...

【技术保护点】

1.一种适用于多种恶劣天气下的图像复原方法，其特征在于，包括：

2.如权利要求1所述的适用于多种恶劣天气下的图像复原方法，其特征在于，所述恶劣天气图像复原模型是通过基于WaveDiff网络进行训练得到，包括：

3.如权利要求2所述的适用于多种恶劣天气下的图像复原方法，其特征在于，所述样本图像集中的样本图像包括有标签的样本图像和无标签的样本图像，

4.如权利要求3所述的适用于多种恶劣天气下的图像复原方法，其特征在于，所述伪标签存储库中是通过利用教师网络和学生网络的输出结果进行对比得到的，包括：

5.如权利要求2～3任一项所述的适用于多种恶劣天...

【技术特征摘要】

1.一种适用于多种恶劣天气下的图像复原方法，其特征在于，包括：

2.如权利要求1所述的适用于多种恶劣天气下的图像复原方法，其特征在于，所述恶劣天气图像复原模型是通过基于wavediff网络进行训练得到，包括：

3.如权利要求2所述的适用于多种恶劣天气下的图像复原方法，其特征在于，所述样本图像集中的样本图像包括有标签的样本图像和无标签的样本图像，

4.如权利要求3所述的适用于多种恶劣天气下的图像复原方法，其特征在于，所述伪标签存储库中是通过利用教师网络和学生网络的输出结果进行对比得到的，包括：

5.如权利要求2～3任一项所述的适用于多种恶劣天气下的图像复原方法，其特征在于，所述对所述退化样本图像集中的各个...

【专利技术属性】
技术研发人员：王员根，苏文康，龙芳，
申请(专利权)人：广州大学，
类型：发明
国别省市：