基于深度学习的图像去雨研究与实现开题报告

 2020-02-10 11:02

1. 研究目的与意义(文献综述)

目的及意义:

雨是一种常见的天气现象, 雨滴可能会造成户外计算机视觉系统的工作不正常.雨滴会模糊获取的户外图像, 使图像丢失原有的细节信息和特征信息, 并且使图像视觉效果下降[10]。为了提高受雨天气影响的户外拍摄图像的清晰度, 恢复图像特征信息, 提高很多计算机视觉算法在雨天气条件下的准确性,进而大大减少我们的人身安全,提高我们的生活质量,图像去雨算法的研究就显得很有价值。

视频图像去雨是指从图像中检测雨滴并将其去除的一种关键技术,也是计算机视觉中的一个重要研究分支,近年来已得到深入的研究,在目标检测、识别、追踪、分割和监控等领域有巨大的应用前景。随着计算机视觉技术的迅猛发展,户外视觉系统开始广泛应用于军事、交通及安全监控等领域。然而,由于各类恶劣天气造成的图像模糊和信息覆盖等[3],会直接或间接影响户外视觉系统的性能。建立一个去除各种恶劣天气对图像带来影响的全天候户外视觉系统很有必要。雨作为一种最常见的恶劣天气的产物,因其在空间上呈随机概率分布且一直处于快速运动状态,使得雨滴的检测和去除在国内外学术界一直是一项极具挑战而且很有意义的研究课题。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容与方案

基本内容

本次毕业设计拟在深入学习深度学习相关技术的基础上,掌握深度学习在计算机视觉领域的应用方法,实现一个可以针对任意一幅在雨天环境下拍摄的普通图片,将其有效地恢复成一张无雨状态下清晰图像的实例系统。

本次毕业设计的主要内容包括:

  1. 数据集的采集与筛选;

    剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

    3. 研究计划与安排

    (1)2019/1/3——2019/1/11 确定选题

    (2)2019/1/12——2019/2/20 查阅选题相关文献,补足所需知识

    (3)2019/2/21——2019/2/28 撰写开题报告,完成5000中文字以上的相关英文专业文献翻译

    剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

    4. 参考文献(12篇以上)

    1. li, xia, et al. "recurrent squeeze-and-excitation context aggregation net for single image deraining." arxiv preprint arxiv:1807.05698(2018)

    2. hu, j., shen, l., sun, g.: squeeze-and-excitation networks. arxiv preprint arxiv:1709.01507 (2017)

    3. garg, k., nayar, s.k.: vision and rain. international journal of computer vision75(1) (2007) 3–27

      剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。