图像去雨-雨线清除-图像处理-(计算机作业附代码)

背景

多年来,图像去雨已经被广泛研究,使用传统方法和基于学习的方法。然而,传统方法如高斯混合模型和字典学习方法耗时,并且无法很好地处理受到严重雨滴影响的图像块。

算法

通过考虑雨滴条状特性和角度分布,这个问题可以得到很好的解决。在本文中,通过引入任意方向的方向梯度算子,我们提出了一种高效且稳健的基于约束的模型用于单幅图像去雨。此外,一个雨滴条状密度度量被应用于将所提出的模型推广到轻雨和重雨的情况。

通过建立分层结构,是的图像由:

bash 复制代码
I=B+R

即图像由背景层+雨层构成。如何将雨层与背景层隔离,面临着巨大的逻辑处理。通过大量实验,我们得出,雨层在图像中高亮且有规律的存在。通过构建雨线长、宽、角度信息。加之考虑其亮度通道,我们可以完美提取出雨层,由此完成了图像去雨任务。

bash 复制代码
#qq1309399183
Theta_cluster = []#
    for i in range(1,num,1):
        b=np.argwhere(L==i)
        h,_=b.shape
        c=b-np.mean(b,0)

        c_T=c.T

        A=np.zeros((2,2))

        for i in range(2):
            for j in range(2):

                A[i,j]=np.sum(c_T[i,:]*c[:,j])

        W,V=np.linalg.eig(A)   #W特征值 V特征向量
#         lambda1 = abs(W[0])
#         lambda2 = abs(W[1])
        lambda1 = min(abs(W[0]),abs(W[1]))
        lambda2 = max(abs(W[0]),abs(W[1]))

代码运行

1.更换图像输入路径

2.然后点击运行即可

bash 复制代码
python derain.py

结论

在合成数据集上的大量实验证明,所提出的模型在需要更少时间的情况下优于GMM和JCAS。此外,在真实场景中,与最先进的基于学习的方法相比,所提出的方法获得了更好的泛化能力。

相关推荐
安心联-车辆监控管理系统7 分钟前
以事实为基础,详解车辆主动安全相关功能
大数据·人工智能·安全
BioTender7 分钟前
OpenAI 发布 BioBasicsBench:GPT-6 开始接受真实湿实验数据的检验
人工智能·ai制药
一起学安全技术24 分钟前
拆大模型 11|大模型面试拷问:12 问逐层拆
人工智能·ai·语言模型·面试·职场和发展·求职招聘
挖掘狂人28 分钟前
128GB 让 “本地跑大模型” 成为日用品,但分水岭不在硬件
人工智能
oil欧哟37 分钟前
Gemini 4 系列与 Antigravity 使用心得:Carbon、Argon 与 Hydrogen 实测与提速方法
人工智能
菜鸟~noob2331 小时前
[AI]间章:系列走到这里,聊聊后面的规划、造卡需要的软件平台,以及为什么我要先暂停更新
人工智能·python·fpga开发·django·pygame
aneasystone本尊1 小时前
大模型训练系列收官:动手训一个属于自己的小模型
人工智能
杨凯凡1 小时前
Spring AI MCP 多租户安全实战:共享 Session 会串数据吗?工具权限与隔离边界
人工智能·安全·spring
chh56310 小时前
从 BERT 到大模型:让模型从“会接龙”到“会回答
人工智能·深度学习·bert