基于密度分类引导的双阶段雨天图像复原方法

来源：电子与信息学报杂志2023年第4期北京时间：

作者：梅天灿, 曹敏, 杨宏, 高智, 易国洪

单位：1.武汉大学电子信息学院 武汉 4300722.中国科学院空天信息创新研究院 北京 1001903.武汉大学遥感信息与工程学院 武汉 4300724.武汉工程大学计算机科学与工程学院 武汉 430205

摘要：雨天作为最常见的恶劣天气，对图像造成的退化效应主要包括雨线对背景的遮挡、雨线累积形成的雨雾效应，从而导致很多为清晰成像条件设计的视觉系统运行效果大打折扣。为了实现雨线和雨雾同时去除、更鲁棒地处理各种真实雨天场景，该文提出了一种雨密度分类引导的双阶段雨天图像复原方法。该方法结合雨天物理模型先验与cGAN网络优化，综合考虑不同模式的雨线与雨雾，利用单独的雨密度分类网络为优化阶段提供引导信息，可以实现不同密度的雨线和雨雾图像复原。在公开合成数据集和真实雨天图像上进行了大量实验，定量和定性的结果均表明了所提方法在去雨有效性和泛化性上的优势。

关键词：图像去雨, 物理模型, cGAN, 密度感知, 特征融合