[发明专利]图像去雨方法、系统、计算机设备及介质

说明书

本发明提供了一种图像去雨方法、系统、计算机设备及介质。其中，一种图像去雨方法，包括：选取多张覆盖雨信号的图像及其对应的真实去雨图像作为训练集；在训练集上对总损失函数进行训练，获得具有对偶判别器的生成式对抗网络；采用生成式对抗网络中的生成器对真实雨图进行去雨，生成对应的去雨图。本发明在训练网络的时候，使用一对对偶判别器分别鉴别网络生成的去雨图和雨信号是否真实，从而训练出具有良好去雨能力的网络，使得网络生成的图片对应的残差变得纯净，有效帮助网络去掉雨信号，保留原始图片的细节。

技术领域

本发明涉及图像处理技术领域，具体而言，涉及一种图像去雨方法，一种图像去雨系统，一种计算机设备，一种计算机可读存储介质。

背景技术

在单张图像去雨中，训练出一个能够去雨的生成器是很重要的一步。通过这个生成器，我们能够对真实图像进行去雨。

在相关技术的图像去雨算法中，W.Yang等人通过向网络添加雨所在的区域，得到能够抓住雨的物理信息的模型进行去雨。但是这种方法不能非常好的利用雨的物理信息。

H.Zhang等人通过训练具有均方误差损失函数，感知损失函数和对抗损失函数的生成式对抗网络，得到了有不错去雨能力的网络。但是这种方法会生成偏暗的图像，而且没有充分考虑到雨信号的物理特征。

发明内容

本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。

为此，本发明的一方面在于提出了一种图像去雨方法。

本发明的另一方面在于提出了一种图像去雨系统。

本发明的再一方面在于提出了一种计算机设备。

本发明的又一方面在于提出了一种计算机可读存储介质。

有鉴于此，本发明提出了一种图像去雨方法，包括：选取多张覆盖雨信号的图像及其对应的真实去雨图像作为训练集；在训练集上对总损失函数进行训练，获得具有对偶判别器的生成式对抗网络；采用生成式对抗网络中的生成器对真实雨图进行去雨，生成对应的去雨图。

根据本发明的图像去雨方法，通过选取多张覆盖雨信号的图像及其对应的真实去雨图像作为训练集，在训练集上通过总损失函数训练出具有对偶判别器的生成式对抗网络，采用此生成式对抗网络中的生成器，以真实雨图为输入，生成对应的去雨图片。本发明在训练网络的时候，使用一对对偶判别器分别鉴别网络生成的去雨图和雨信号是否真实，从而训练出具有良好去雨能力的网络，使得网络生成的图片对应的残差变得纯净，有效帮助网络去掉雨信号，保留原始图片的细节。

另外，根据本发明上述的图像去雨方法，还可以具有如下附加的技术特征：

在上述技术方案中，优选地，在训练集上对总损失函数进行训练的步骤之前，图像去雨方法还包括：根据均方误差损失函数、感知损失函数及对偶对抗损失函数构建总损失函数。

在该技术方案中，在训练集上通过总损失函数训练出具有对偶判别器的生成式对抗网络，其中总损失函数由均方误差损失函数、感知损失函数及对偶对抗损失函数构建而成。相比相关技术中训练具有均方误差损失函数，感知损失函数和对抗损失函数的生成式对抗网络，本发明在训练网络的时候，能够使用一对对偶判别器分别鉴别网络生成的去雨图和雨信号是否真实，从而使得生成的图片对应的残差变得纯净，有效帮助网络去掉雨信号，保留原始图片的细节。

在上述任一技术方案中，优选地，总损失函数为：

L＝l_e+α_pl_p+α_al_a；