摘要
本发明公开了一种基于动态退化生成的恶劣天气退化图像复原方法及装置,涉及图像处理领域,包括:在噪声预测器和动态退化生成器的训练过程中,采用期望最大化算法的E步对隐变量进行优化,得到优化后的隐变量;在期望最大化算法的M步中,将优化后的隐变量和状态变量输入到动态退化生成器中,生成退化图层以对噪声预测器和动态退化生成器进行半监督训练,得到经训练的噪声预测器;在图像复原阶段,将恶劣天气退化图像和随机高斯噪声输入到经训练的噪声预测器中,执行服从马尔科夫链的迭代去噪步骤,得到干净的复原图像。本发明解决现有恶劣天气图像复原模型泛化能力有限,复原效果不稳定的问题。
技术关键词
噪声预测器
退化图像复原方法
期望最大化算法
噪声图像
变量
动态
半监督训练
天气
图像复原装置
积层
后验概率分布
随机噪声
无标签数据
模型训练模块
处理器
参数
系统为您推荐了相关专利信息
激光多普勒测振
滑动窗口
相位展开算法
激光测振技术
频率
模糊机会约束规划
清运车辆
机会约束模型
节约算法
回收垃圾车