基于条件扩散隐式模型单幅图像去雨

来源：计算机技术与发展杂志2023年第12期北京时间：

作者：徐杰;孙偲远

摘要：雨水天气会对图像造成干扰并增加图像处理的难度。 为消除雨水对图像造成的影响,提出一种基于条件扩散隐式模型的图像去雨方法。 该方法采用基于 SR3 的全卷积网络架构,使用 U-Net 结构的变体,并用 BigGAN 的残差块替换了传统的残差块,去掉自注意力机制、位置编码和群组归一化,实现了条件扩散模型支持任意大小图像的输入,且不受图像分辨率的影响。 同时,引入确定性加速采样,用子序列时间步来加速生成过程,提高图像恢复速率。 通过对图像进行重叠分块处理,将子块分次调入内存处理,减少资源消耗,提高算法的适用性,使用平滑噪声估计引导去噪过程,使生成图像获得更高的保真度。 在合成数据集和真实数据集上进行测试,定性和定量结果表明,该方法在峰值信噪比和结构相似性方面均有提升,图像细节信息保留更加完全且去雨后的视觉效果更佳。

关键词：图像去雨;扩散概率模型;卷积网络;图像分块;编码-解码