[发明专利]一种针对去雨图像的多级迭代协同表示的后处理方法

摘要

本发明涉及一种针对去雨图像的多级迭代协同表示的后处理方法，基于训练图像对，即去雨图像和对应的无雨图像，使得在去雨过程中丢失的部分细节，可以通过训练图像对组成的训练集学习其回归关系来恢复。本发明提出迭代协同的表示方法，即在训练阶段系统的学习去雨图像与对应的无雨图像特征对之间的多层次映射模型，随后利用多级映射模型，在相应的迭代中不断优化去雨图像，有效地提高去雨图像的视觉质量。

主权项

1.一种针对去雨图像的多级迭代协同表示的后处理方法，其特征在于，步骤如下：1)输入去雨图像和对应的无雨图像；其中，去雨图像为有雨图像经过去雨算法后得到的图像，无雨图像为对应场景采集到的未包含雨条信息的图像；2)分别在RGB三通道上对去雨图像进行水平方向和垂直方向上的滤波，提取RGB每个通道的梯度和拉普拉斯特征块，最后将RGB三通道的特征块进行合并，进行PCA降维，得到融合特征块；3)将得到的融合特征块，利用K‑SVD算法训练去雨图像字典D_L；4)对于去雨图像字典D_L中的每个原子从去雨图像‑无雨图像训练特征块集中搜索其相应的去雨图像‑无雨图像特征块的最近邻域，并求取其映射矩阵；其中，去雨图像和对应的无雨图像作为一对训练图像对，分别对各训练图像对中的去雨图像提取梯度和拉普拉斯特征，组成去雨图像‑无雨图像训练特征块；5)以去雨图像字典D_L中的作为起始点，定义去雨图像的优化为一个协同问题，通过多级迭代协同表示从映射矩阵中提取去雨图像特征，进而优化去雨图像。