基于双阶段特征解耦网络的单幅图像去雨方法

针对现有的单幅图像去雨方法无法有效地平衡背景图像细节恢复与有雨分量去除问题,提出一种基于双阶段特征解耦网络的单幅图像去雨方法,采用渐进式的学习方式从粗到细分阶段进行单幅图像去雨.首先构建压缩激励残差模块,实现背景图像与有雨分量的初步分离;然后设计全局特征融合模块,其中特别引入特征解耦模块分离有雨分量和背景图像的特征,实现细粒度的图像去雨;最后利用重构损失、结构相似损失、边缘感知损失和纹理一致性损失构成的复合损失函数训练网络,实现高质量的无雨图像重构.实验结果表明,在Test100合成雨图数据集上,所提方法峰值信噪比为25.57dB,结构相似性为0.89;在100幅真实雨图上,所提方法的自然图像质量评估器为3.53,无参考图像空间质量评估器为20.16;在去雨后的RefineNet目标分割任务中,平均交并比为29.41%,平均像素精度为70.06%;视觉效果上,该方法能保留更多的背景图像特征,有效地辅助下游的目标分割任务的开展.

基于改进扩散模型的图像去雨方法

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。

基于完全残差的双分支去雨网络

针对使用深度学习的单幅图像去雨算法会导致细节信息丢失的问题,提出了一个双分支去雨网络,包括雨痕提取分支和细节恢复分支,通过补全细节使去雨图像更接近真实图像。雨痕提取分支的目的是完全提取出雨纹,通过构造特征金字塔来多尺度地学习雨纹信息,并在其中引入执行了全部身份映射的完全残差块来加强特征的重用和传播。为充分利用上下文信息,采用可变形卷积在动态扩大感受野的同时避免了网格伪影的产生,最后输入雨图去除雨痕便得到了初步去雨图。细节恢复分支需要产生细节特征图反馈给初步去雨图像来找回丢失的细节,使用轻量级的完全残差块捕捉特征信息,并用跳跃连接来连接完全残差块提供长距离的信息补偿。实验结果表明,该网络在合成数据集Rain100H中比较RESCAN、SPANet和JDNet等主流去雨方法,在PSNR和SSIM指标上分别至少提高了0.09 dB和0.02,在真实数据集和自制数据集中的去雨效果和细节保留程度均优于对比方法。

基于RDSRCNN的单幅图像去雨模型研究

下雨天气在图像上造成雨痕,不仅严重影响图像观感,更会干扰后续图像分析与处理。图像去雨始终是图像复原研究的热点,于是提出RDSRCNN单幅图像去雨模型。为提升特征提取能力,以增强型特征提取方法ESIFEM为特征提取手段,利用其远距离像素关联能力及低局部特征提取代价实现高效特征提取,同时利用l1与MSS-SIM构造的复合损失函数优化训练效率并保证输出图像对视觉友好,将以上方法与增强型DSRCNN去雨网络相结合形成单幅图像去雨模型。在Rain100H数据集上的实验结果表明,该方法在视觉上能将浓密雨分布情况下的图像恢复至细节丰富的干净场景图,并且相较于大部分对比方法,虚影与物体边缘变形的情况减少90%以上,背景的雨痕清除率高于95%。该方法在量化评估中,峰值信噪比和结构相似性参数在较大部分较对比方法更优,且在空间复杂度等方面优于Restormer方法。

雨密度感知分类引导扩张网络对单张图片去雨

由于图像中的雨线条纹具有不同形状、尺寸且分布不均匀,单一神经网络学习分布不均匀的雨密度能力弱,去雨效果不显著,对此提出雨密度感知引导扩张网络对单张图片去除雨的方法。网络分为两部分:(1)雨密度感知网络对不同密度雨的图片进行分类(大雨、中雨、小雨);(2)联合雨密度感知分类信息引导扩张网络学习不同的雨密度特征细节,用于检测雨线和去雨。实验证明了该方法在合成和真实数据集上去雨的有效性。

血清脑源性神经营养因子与老年帕金森病患者认知功能障碍的相关性

目的:观察血清脑源性神经营养因子(BDNF)与老年帕金森病患者认知功能障碍的关系。方法:选取老年帕金森患者108例分为观察组和对照组,每组各54例。观察组患者合并认知功能障碍;对照组患者无认知功能障碍。比较两组患者的BDNF水平、蒙特利尔认知评估量表(MOCA)评分及血清C-反应蛋白(CRP)水平。结果:观察组患者的BDNF水平(11.2±2.8)ng/ml、MOCA评分(23.3±2.9)明显低于对照组患者的BDNF水平(13.6±2.5)ng/ml、MOCA评分(28.1±3.2),差异有统计学意义(P<0.05);观察组患者的CRP水平(4.2±1.4)mg/L,明显高于对照组(3.5±1.3)mg/L,差异有显著性意义(P>0.05)。两组患者的血清脑源性神经营养因子水平与MOCA呈负相关(r=-0.813,P<0.05)。结论:血清脑源性神经营养因子水平可能是引起老年帕金森病患者认知功能障碍的危险因素。

注意力残差网络的单图像去雨方法研究

恶劣的雨天天气会严重影响图像质量,进而导致目标检测,目标追踪等算法性能急剧下降,因此图像去雨得到了快速发展.本文提出一种基于注意力残差网络的端到端图像去雨算法,通过卷积神经网络强大的表示能力,学习出从有雨到无雨图像的映射.将注意力模块引入残差模块中,首先利用通道注意力机制自适应学习通道维度上不同特征,然后利用空间注意力机制建立雨条纹的内在关系,之后将注意力模块与残差模块相结合得到注意力残差单元,最后将其堆叠成高性能去雨网络.公开的合成和真实世界图像数据集上的实验表明,本文所提出的方法在视觉上可以大大提高去雨的性能.

基于联合注意力机制的单幅图像去雨算法

现有的单幅图像去雨算法难以充分发掘不同维度注意力机制的相互作用,因此提出一种基于联合注意力机制的单幅图像去雨算法。该算法包含通道注意力机制和空间注意力机制:通道注意力机制检测各通道雨线特征的分布,并差异化各个特征通道的重要程度;空间注意力机制则针对通道内雨线分布的空间关系,以局部到全局的方式积累上下文信息,从而高效准确地去雨。此外,引入深度残差收缩网络,以利用残差模块中嵌入的软阈值非线性变换子网络来通过软阈值函数将冗余信息置零,从而提升CNN在噪声中保留图像细节的能力。在公开降雨数据集与自构建的降雨数据集上进行实验,相较于单一空间注意力算法,联合注意力去雨算法的峰值信噪比(PSNR)提升4.5%,结构相似性(SSIM)提升0.3%。实验结果表明,所提算法可以有效地进行单幅图像去雨和图像细节的信息保留,在目视效果和定量指标上均优于对比算法。

基于深度邻近连接网络的单幅图像去雨方法

雨天环境下的雨线导致图像内容被遮挡,严重影响人眼的视觉效果和后续系统的处理性能。目前主流的深度学习方法为了提升处理性能,均以复杂的网络结构和较大的参数量为代价,导致相关方法难以服务于实际应用。为此,文中提出一种新的深度邻近连接网络结构。它通过关注深度网络中所学特征图之间的关系,采用融合操作将邻近特征图进行连接,以获得更加丰富和有效的特征表示。实验数据表明,所提方法在3个公开合成数据集及真实有雨图像上的主客观处理效果、模型参数量和运行时间等相关性能都有所提升。在合成数据集Rain100H上的平均结构相似性(SSIM)值达到0.84,在合成数据集Rain100L和Rain1200上的平均SSIM值分别达到0.96和0.91。在真实有雨图像上,所提方法在有效去除前景雨线的同时,能够保护更完整的背景图像信息,从而获得更好的主观视觉效果。相比于同时期的深度学习方法JORDER,文中方法在保证相近的处理效果的前提下,模型参数量和CPU运行时间分别降低了一个和两个数量级。实验数据充分说明,通过将网络中邻近特征图进行融合,能够获取更加有效的特征表示。因此,所提方法虽然仅使用较少的模型参数和简洁的神经网络结构,却依旧能够较好地实现图像去雨效果,解决了现有方法模型参数量较大和网络结构较为复杂的问题。同时,该网络结构设计方案也能够为基于深度学习的相关图像复原任务提供参考和借鉴。

结合相似块匹配与最小值滤波的图像去雨

雨天环境拍摄的图像容易受到雨线的干扰,影响图像的特征提取,继而导致视觉系统的处理性能下降。提出了一种基于相似块匹配与最小值滤波的单幅图像去雨算法,该算法包含检测和修补两个阶段。检测阶段利用雨的亮度先验和方向信息对图像中的雨像素点进行标记。在修补阶段,先采用粗粒度和细粒度层级结合的方式匹配相似块,然后将雨像素点通过最小值滤波用相似块中对应像素最小值替换,而非雨像素点则保持原有值不变。算法在合成雨图与真实雨图上进行了验证,实验结果表明该算法能实现雨像素精确定位,精准匹配相似块,最终高质量修补雨像素,相比其他方法在客观度量值和主观视觉上均有一定的优势。

基于低秩矩阵补全的单幅图像去雨算法

提出一种基于低秩矩阵补全的单幅图像去雨算法,该算法采用检测、修补、优化的三阶段策略。在检测雨阶段,利用雨的亮度先验信息构建检测雨模型;在修补阶段,先采用相似块匹配算法构造相似块矩阵,再利用其具有低秩属性的特点,将去雨问题转化为低秩矩阵补全问题;在优化阶段,提出修正策略进一步提升去雨效果和客观度量值。在合成雨图和真实雨图上验证算法,实验结果表明,该算法表现出较好的去雨效果,且对大雨图像的处理也较为满意,相比其他方法在客观度量值和主观视觉上均有一定的优势。

多尺度密集时序卷积网络的单幅图像去雨方法

雨滴会降低户外拍摄图像质量,影响图像视觉效果及后续图像分析工作。针对目前去雨算法存在颜色失真、去雨过度化等问题,为了提高计算机视觉算法在中、大雨天气下的准确性,提出多尺度DenseTimeNet(密集时间序列卷积神经网络)的单幅图像去雨方法。该网络由多个尺度DenseTimeNetBlock(密集时序卷积网络密集块)组成,通过卷积下采样技术得到不同尺度下雨线特征信息与降低图像维度后利用时域卷积寻找的时间维度特征信息。在不同维度下学习雨景图和无雨图之间的映射关系,网络主体由密集卷积块和残差网络组成,可加速算法收敛速度,更深度学习图像纹理特征,使特征信息在网络结构进行深度传播,可以更好地复原残损图像。在不同方向,不同大小的雨滴图像上对所提方法进行验证,实验结果表明,该方法相较于现有算法,图像去雨效果良好。

基于半监督学习的单幅图像去雨算法

在雨天采集的图像通常存在背景物体被雨纹遮挡、图像变形等影响图像质量的现象,对后续图像分析及应用造成严重影响。近年来,已经提出了许多基于深度学习的去雨算法并获得了较好的效果。由于真实雨图的无雨纹干净背景图采集非常困难,大多数算法都采用监督学习即在含有配对标签的合成雨图数据集上进行模型训练。由于合成雨图和真实雨图中雨纹的亮度、透明度、形状等存在巨大差异,基于监督学习的去雨算法对真实雨图的泛化能力普遍较差。为提高去雨模型对真实雨图的去雨效果,提出了一种基于半监督学习的单幅图像去雨算法。该算法在模型训练过程中加入合成雨图和真实雨图并最小化两个输入图像转换成的特征向量的一阶信息和二阶统计信息差异,使两者特征分布一致。同时,针对雨纹复杂多样的特点,引入多尺度网络以获取更丰富的图像特征,并提高模型性能。实验结果表明,所提算法在Rain100H合成雨图测试集上相较JDNet、Syn2Real等算法在峰值信噪比(PSNR)和结构相似度(SSIM)上分别至少提升了0.66 dB、0.01,在去除雨纹的同时能最大限度保留图像细节和颜色信息;并且由于减少了分布差异,该算法在真实雨图测试集上的去雨效果明显优于现有的JDNet、Syn2Real等去雨算法,具有较强的泛化能力。所提算法可以应用于现有的基于监督学习的去雨算法并显著提高其去雨效果,拥有较高的独立性。

燃煤电厂烟气脱硫工艺研究进展

介绍了我国酸雨的污染现状、发展趋势及其危害,指出控制酸雨的根本措施在于控制燃煤电厂SO_2的排放量,详细介绍了目前燃煤电厂烟气脱硫工艺的原理、应用状况及其优缺点。

基于双注意力残差循环单幅图像去雨集成网络

降雨会严重降低拍摄图像质量和影响户外视觉任务.由于不同图像中,雨的形状、方向和密度不同,导致单幅图像去雨是一项困难的任务.提出一种新的基于双注意力的残差循环单幅图像去雨集成网络(简称RDARENet).在网络中,因为上下文的信息对于去除雨痕十分重要,所以首先采用多尺度的扩张卷积网络去获得更大的感受野.雨痕信息可以认为是多个雨层特征的叠加,为了更好地提取雨痕的特征和恢复背景图层信息,运用了通道和空间注意力机制的残差网络.通道注意力能够反映不同雨层的权重,而空间注意力则通过相邻空间特征之间的关系增强区域的表征.随着网络的加深,防止低层信息的丢失,采用级联的残差网络和长短时间记忆网络,将低层特征信息传递到高层中去,逐阶段地去除雨痕.在网络的输出部分,采用集成学习的方式,将每个阶段的输出结果通过门控网络加权相加,得到最终的无雨图像.实验结果表明,去雨和恢复纹理细节的效果都得到较大提升.

对建筑给水排水设计的几点意见

结合工作经验 ,对室内消防给水的设置、建筑物外墙塑料雨水管设计、给水水箱设计、医院建筑给排水中存在的问题进行了分析 。

State of the art and practice of pavement anti-icing and de-icing techniques

Pavement snow and icing are worldwide problems, but effective countermeasures are just beginning to be developed in China. The two most common snow and ice removal methods are mechanical clearance and chemical melting, and the advantages and disadvantages of each approach are discussed here, including environmental and structural damage caused by corrosive snow melting agents. New developments in chemical melting agents and mechanical equipment are discussed, and an overview of alternative thermal melting systems is presented, including the use of geothermy and non-geothermal heating systems utilizing solar energy, electricity, conductive pavement materials, and infrared/microwave applications. Strategic recommendations are made for continued enhancement of public safety in snow and ice conditions.

会景生心 体物得神——杜甫《春夜喜雨》赏析

杜甫的《春夜喜雨》描绘春夜雨景和雨后锦官城的繁花似锦,流露对春雨无私奉献品质的喜爱赞美。在体物察情及描摹意象、捕捉细节、锤字炼句等方面,都体现杜甫一以贯之的沉郁顿挫诗风,使后世读者获得另一种生命情趣的深刻体验。

2018年香日德一次典型大雨天气成因分析

利用高空、地面、物理量场、卫星云图、地面自动站等资料对2018年香日德典型大雨过程成因进行分析。得出预报此次单点大雨着眼点:东移入境的藏北低涡切变线为此次过程主要影响系统;地面上来自新疆的冷锋未形成锢囚锋、槽的移动和冷锋后期无强冷空气支持给具体大雨落区带来较大不确定性,但冷空气在爬坡消耗时维持在雨区;涡度、散度、垂直速度叠置区及地面至中高层湿区与水汽通量散度汇合区域对大雨落区有较好指示;气团在山脉迎风坡前堆积抬升对较大降水有利,单点降水需更多着眼于地形和中小尺度分析。

UHF频段电视发射天线自动除冰技术研究

长久以来冰冻灾害对人们的日常生活的影响很大,特别是对经济活动影响非常大;如交通运输等;在广播电视以及通信行业危害也是极其严重,其危害既有危及铁塔安全,也危及电波的传输和接收的安全。本文对结冰对高山发射天线的影响,结冰带来危害;对UHF频段电视发射天线自动除冰研究的解决,提供解决方案的思路。