基于改进扩散模型的图像去雨方法

作     者：钱枫 胡桂铭 祝能 邓明星 王洁 许小伟 QIAN Feng;HU Guiming;ZHU Neng;DENG Mingxing;WANG Jie;XU Xiaowei

作者机构：武汉科技大学汽车与交通工程学院武汉430081 

出 版 物：《重庆理工大学学报（自然科学）》 (Journal of Chongqing University of Technology：Natural Science)

年 卷 期：2024年第38卷第1期

页      面：59-66页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家重点研发计划项目(2022YFE0125200) 国家自然科学基金项目(51975426) 湖北省重点研发计划项目(2022BAA062) 

主　　题：扩散模型 图像去雨 注意力机制模块 车辆检测 

摘      要：针对图像去雨过度、泛化性差的问题,提出运用改进扩散模型进行单幅图像去雨的方法。通过前向过程添加高斯噪声使数据变为高斯分布,设计残差模块双输入信息通道、添加ECA(efficient channel attention)通道注意力机制模块以构建噪声估计网络,实现全局平均池化而不降低维数,从而捕获局部跨通道交互信息;利用模型网络进行反向采样,预测并剔除雨痕噪声,实现图像去雨。最后通过模拟雨滴数据集和Rain100数据集对改进的扩散模型与其他4种算法进行对比实验测试,实验结果表明改进的扩散模型能够有效去除雨痕,其中雨滴和雨线的峰值信噪比分别为30.328 5和34.896 5,结构相似性分别为0.927 1和0.962 0;自制真实雨图数据集,使用YOLOv7算法对去雨后的图像进行车辆检测,结果表明采用改进的扩散模型去雨能够有效提高车辆检测置信度,进一步验证了所提方法具有良好的去雨效果和泛化能力。