摘要
本发明公开了一种基于条件扩散模型的两阶段雨雾图像修复方法,属于数字图像处理技术领域,包括以下步骤:步骤1:获取待修复的雨雾图像数据并对其进行预处理;步骤2:将处理后的图像输入到训练好的退化感知模型进行处理,移除与图像背景内容无关的天气退化前景,获得第一阶段的输出X;步骤3:将步骤2输出X输入语义信息提取器,获取语义特征F;步骤4:将步骤2输出X和步骤3的输出F同时送入语义感知条件扩散模型,得到最终的修复图像。本发明通过将雨雾图像修复任务分解为退化移除和内容重建两个子任务,能够在移除恶劣天气前景的基础上,重建出与原图在语义上更加一致的纹理细节,实现良好的图像修复效果。
技术关键词
图像修复方法
残差网络
语义信息提取
深层特征提取
浅层特征提取
注意力
语义特征提取
图像重建
特征提取网络
阶段
噪声预测
上采样
数字图像处理技术
采样模块
系统为您推荐了相关专利信息
网格模型构建方法
数字编码器
德洛内三角剖分
界面
Delaunay三角划分
残差网络
参数
无人机感知系统
时间段
Sigmoid函数
盾构隧道
记忆单元
信息处理模型
残差网络
注意力
车厢尾板
安全监控方法
残差网络模型
周围环境数据
实时图像