计算机科学与探索

作者：张书婷, 王长月, 王长忠, 冷强奎

单位：1. 渤海大学 数学科学学院，辽宁 锦州 1210002. 辽宁工程技术大学 电气与控制工程学院，辽宁 葫芦岛 125000

关键词：雨纹,通道分割,图像去雨

基金：国家自然科学基金（61976027，12171115）；辽宁省兴辽英才项目（XLYC2008002）。

单幅图像的雨纹去除是图像处理中的一个挑战。一种有效的单幅图像去雨算法可以显著提高恶劣天气条件下的图像质量。现有的去雨算法往往参数较多，并且随着网络层数的不断增加，图像特征的提取出现冗余，严重影响去雨的效果以及背景的细节信息。因此，提出了一种三阶段通道分割密集融合网络（TCSDFNet）以获得更好的去雨性能。在网络中采用多个通道分割模块（CSB）进行密集特征融合，来聚集雨纹的高、低级别特征。CSB采用通道分割操作将雨天图像分割成多个通道，根据不同层次的特征应用不同的雨纹去除方法，减少冗余特征和网络参数，提高模型的表现能力和计算效率。同时提出了一种残差双注意模块（RDAB），将它应用在通道分割之后，保证雨纹被去除时背景图像不被破坏或模糊。由于雨纹之间存在较强的相关性，网络采取三阶段的学习策略，以便更好地捕捉雨纹在图像中的分布。TCSDFNet将去雨网络中的参数数量大大减少，更全面地提取了不同层次的雨纹特征，并在更大程度上减少背景图像细节的丢失。在合成数据集和真实数据集上的大量实验表明，所提出的网络实现了良好的去雨效果。

来源：2025年第3期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2025年第3期