图像去雨-雨线清除-图像处理-(计算机作业附代码)

简介: 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:

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。

#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

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。

相关文章
|
机器学习/深度学习 算法 数据可视化
python/matlab图像去雾/去雨综述
python/matlab图像去雾/去雨综述
1587 120
|
机器学习/深度学习 算法 openCL
高效、轻量的深度学习框架MNN
MNN是一个高效、轻量的深度学习框架。
高效、轻量的深度学习框架MNN
|
数据采集 运维 数据挖掘
一文速学-Pandas异常值检测及处理操作各类方法详解+代码展示
一文速学-Pandas异常值检测及处理操作各类方法详解+代码展示
2066 0
一文速学-Pandas异常值检测及处理操作各类方法详解+代码展示
|
10月前
|
机器学习/深度学习 数据可视化 算法
基于YOLOv8的无人机道路损伤检测[四类核心裂缝/坑洼识别]的识别项目|完整源码数据集+PyQt5界面+完整训练流程+开箱即用!
基于YOLOv8的无人机道路损伤检测系统,精准识别鳄鱼纹、纵向/横向裂缝及坑洼四类病害。集成PyQt5可视化界面,支持图片、视频、实时摄像头多模式检测,提供完整源码、数据集、预训练权重与部署教程,开箱即用,助力智慧交通巡检与养护决策。
基于YOLOv8的无人机道路损伤检测[四类核心裂缝/坑洼识别]的识别项目|完整源码数据集+PyQt5界面+完整训练流程+开箱即用!
|
12月前
|
数据采集 人工智能 自然语言处理
2025年11月,中国数字人平台标准方案与全栈自研数字人技术
2025年,数字人产业迈向成熟,技术与场景深度融合。三类模式凸显:技术纵深派攻坚渲染与交互,场景深耕派布局政务金融,生态融合派打造虚实体验。数字人正成为连接物理与数字世界的智能枢纽。
|
10月前
|
机器学习/深度学习 自然语言处理 并行计算
Transformer基础结构
Transformer是Vaswani等人于2017年提出的基于注意力机制的神经网络,采用编码器-解码器架构,核心创新包括自注意力、位置编码、残差连接与层归一化,支持并行计算并有效捕捉长距离依赖,广泛应用于自然语言处理任务。
344 5
Transformer基础结构
|
机器学习/深度学习
Epoch、Batch 和 Iteration 的区别详解
【8月更文挑战第23天】
4497 0
|
机器学习/深度学习 算法 搜索推荐
【实操】数据扩增:Retinex算法用于图像颜色恢复和对比度增强
【实操】数据扩增:Retinex算法用于图像颜色恢复和对比度增强
1140 0
【实操】数据扩增:Retinex算法用于图像颜色恢复和对比度增强
|
JavaScript Java 测试技术
基于SpringBoot+Vue+uniapp的平时成绩管理系统的详细设计和实现(源码+lw+部署文档+讲解等)
基于SpringBoot+Vue+uniapp的平时成绩管理系统的详细设计和实现(源码+lw+部署文档+讲解等)
235 0