[发明专利]雨天交通车辆图像去雨方法、装置、设备及可读存储介质有效

专利信息
申请号: 202110383945.6 申请日: 2021-04-09
公开(公告)号: CN113160078B 公开(公告)日: 2023-01-24
发明(设计)人: 陈婷;姚大春;高涛;仇会会;徐志刚;李永会;郭昶鑫 申请(专利权)人: 长安大学
主分类号: G06T5/00 分类号: G06T5/00;G06T5/30;G06N3/04
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 朱海临
地址: 710000 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 雨天 交通 车辆 图像 方法 装置 设备 可读 存储 介质
【权利要求书】:

1.一种雨天交通车辆图像去雨方法,其特征在于,包括以下步骤:

S1,对雨天交通图像进行预处理,扩充雨天交通图像数据集;

S2,对预处理后的雨天交通图像采用三个不同大小的膨胀卷积获取不同大小和方向的雨纹特征图;

S3,将不同大小和方向的雨纹特征图进行采样成相同大小的尺度后进行融合得到融合后的雨纹特征,利用第一层基于注意机制的循环神经网络提取注意特征得到第一阶段有雨纹的图像;所述利用第一层基于注意机制的循环神经网络提取注意特征得到第一阶段有雨纹的图像包括在长短期记忆单元后的第一个残差块中引入SE-BLOCK块构成注意机制残差块,实现不同的通道特征分配不同的权重,然后通过四个标准的递归展开残差块提取注意特征,输出一个阶段的去雨后的带有雨纹的图像;

S4,将第一阶段有雨纹的图像与预处理后的雨天交通图像拼接后依次重复步骤S2-S3实现阶段性去雨,直至得到无雨图像。

2.根据权利要求1所述的一种雨天交通车辆图像去雨方法,其特征在于,雨天交通图像数据集依次进行图像反转、对称处理实现扩充数据集;雨天交通数据集采用网上爬取或者交通采集获取,将雨天交通图像集分为训练集、测试集和验证集。

3.根据权利要求1所述的一种雨天交通车辆图像去雨方法,其特征在于,采用像素为5×5,7×7,9×9三种尺度分别获取三个不同大小和方向的雨纹特征。

4.根据权利要求1所述的一种雨天交通车辆图像去雨方法,其特征在于,将获取的雨纹特征图中最大尺度特征图下采样为中等尺度,将获取的雨纹特征图中最小尺度特征图上采样得到中等尺度,将下采样的中等尺度雨纹特征图、上采样的中等尺度雨纹特征图和步骤S2得到的中等尺度雨纹特征图进行融合。

5.根据权利要求1所述的一种雨天交通车辆图像去雨方法,其特征在于,将去雨过程分成T个递归阶段逐渐实现去雨。

6.根据权利要求5所述的一种雨天交通车辆图像去雨方法,其特征在于,上一阶段得到的有雨纹的图像与预处理后的雨天交通图像作为下一递归阶段的输入。

7.一种雨天交通车辆图像去雨装置,其特征在于,包括:

预处理模块,用于对预处理后的雨天交通图像采用三个不同大小的膨胀卷积获取不同大小和方向的雨纹特征图;

多尺度膨胀卷积融合模块,用于将不同大小和方向的雨纹特征图进行采样成相同大小的尺度后进行融合得到融合后的雨纹特征;

构造注意机制残差块,包括在长短期记忆单元后的第一个残差块中引入SE-BLOCK块构成注意机制残差块,实现不同的通道特征分配不同的权重,然后通过四个标准的递归展开残差块提取注意特征,输出一个阶段的去雨后的带有雨纹的图像;

将第一阶段有雨纹的图像与预处理后的雨天交通图像拼接,重复经过多尺度膨胀卷积融合模块和构造注意机制残差块实现阶段性去雨,直至得到无雨图像。

8.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6任一项所述方法的步骤。

9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6任一项所述方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长安大学,未经长安大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110383945.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top