摘要
本发明属于图像处理技术领域,具体涉及一种基于参考图像的交通图像去雨方法,包括下列步骤:选择与建立数据集;对数据集进行预处理;构建去雨模型,主干网络通过堆叠多个编码器模块、多尺度特征匹配模块和解码器模块来提取丰富的特征;使用目标数据集中的训练集对去雨模型进行训练,并通过测试集验证训练好的去雨模型合格后,得到训练好的去雨模型;将待处理交通雨图输入训练好的去雨模型进行背景图重建,去雨模型输出重建后的交通道路图像。本发明构建了一种针对自然图像去雨研究的新型网络模型,该网络模型专注于特征提取,旨在精准捕捉雨图及其对应参考图像中的潜在特征,确保能够捕获更多的长距离依赖信息,以增强交通背景图像的还原精度。
技术关键词
图像去雨方法
交通道路图像
编码器模块
匹配模块
解码器
多尺度特征
加权特征
融合局部特征
数据
皮尔逊相关系数
背景图
去雨算法
前馈神经网络
峰值信噪比
特征提取器
图像处理技术