[发明专利]一种融合双重注意力机制的弱监督图像去雨系统与方法

说明书

本发明公开了一种融合双重注意力机制的弱监督图像去雨系统与方法。其系统由摄像头单元、图像处理单元和显示单元组成；其方法的操作步骤包括图像处理单元弱监督图像去雨流程。采用本发明，不仅可以降低配对样本数据集的收集成本、提高网络模型的适用性，而且能够获得背景细节更清晰、颜色信息保留得更好的去雨图像。本发明系统简单直观，方法性能优越，且应用具有普适性。

技术领域

本发明涉及一种图像去雨系统与方法，特别是一种融合双重注意力机制的弱监督图像去雨系统与方法。

背景技术

近年来，随着科学技术的不断发展，图像处理技术的应用越来越广泛，特别是计算机视觉系统领域，创造了众多现实价值。然而，在雨天天气时，计算机视觉系统所获得的图像质量通常较差，雨滴或雨线往往会造成图像严重退化，导致图像信息的应用价值降低。图像去雨任务涉及图像处理技术领域，旨在从给定的有雨图像中恢复得到去雨图像，这对于计算机视觉系统领域，如自动驾驶、监控及航拍等完成后续高层视觉任务有着重要意义。

目前，使用深度学习的方法在图像去雨任务中取得了最新进展。大多数现有方法使用强监督学习，训练时需输入配对好的有雨图像和对应的无雨图像，对于配对样本数据集依赖性较高。同时，现有方法图像去雨效果较差，存在雨滴去除后图像背景细节模糊、背景颜色有差异等问题。

发明内容

为了解决现有技术问题，本发明的目的在于克服已有技术存在的不足，提供一种融合双重注意力机制的弱监督图像去雨系统与方法，通过基于循环生成网络架构，设计弱监督图像去雨网络，训练时训练样本集无需配对，能够直接生成去雨图像；同时，在弱监督图像去雨网络的两个生成器中引入通道和空间双重注意力机制，使得去雨图像背景细节更加清晰、颜色信息更加接近待复原去雨图像。采用本发明，不仅可以降低配对样本数据集的收集成本、提高网络模型的适用性，而且能够获得背景细节更清晰、颜色信息保留得更好的去雨图像。本发明其系统简单直观，其方法表现优异，应用于计算机视觉系统领域具有普适性。

为达到上述发明创造目的，本发明采用如下技术方案：

一种融合双重注意力机制的弱监督图像去雨系统，由摄像头单元、图像处理单元和显示单元组成，所述摄像头单元以有线或无线的方式与图像处理单元连接；所述图像处理单元以有线或无线的方式与显示单元连接。本发明融合双重注意力机制的弱监督图像去雨系统不仅能降低配对样本数据集的收集成本、提高网络模型的适用性，而且能够获得背景细节更清晰、颜色信息保留得更好的去雨图像。

优选地，本发明融合双重注意力机制的弱监督图像去雨系统，所述图像处理单元由数据接收模块、样本集构建模块、样本集预处理模块、图像去雨网络构建模块、图像去雨模型训练模块、图像去雨处理模块和数据发送模块组成，所述数据接收模块以有线的方式与样本集构建模块连接，所述样本集构建模块以有线的方式与样本集预处理模块连接，所述样本集预处理模块以有线的方式与图像去雨模型训练模块和图像去雨处理模块连接，所述图像去雨网络构建模块以有线的方式与图像去雨模型训练模块连接，所述图像去雨模型训练模块以有线的方式与图像去雨处理模块连接，所述图像去雨处理模块以有线的方式与数据发送模块连接。本发明融合双重注意力机制的弱监督图像去雨系统，简单直观，能够实现端到端地复原有雨图像。

一种融合双重注意力机制的弱监督图像去雨方法，采用本发明融合双重注意力机制的弱监督图像去雨系统进行操作，其特征在于，操作步骤包括图像处理单元弱监督图像去雨流程；所述图像处理单元弱监督图像去雨流程：

S1，使用数据接收模块接收摄像头单元传来的图像数据，并向样本集构建模块发送，构建训练样本集、测试样本集，获取待复原有雨图像；

S2，样本集预处理模块对训练样本集、测试样本集、待复原有雨图像进行预处理操作；

S3，图像去雨网络构建模块基于循环生成对抗网络，引入通道和空间双重注意力机制，构建融合双重注意力机制的弱监督图像去雨网络；