Resumen

La lluvia causará la oclusión y el desenfoque de los objetos de fondo y objetivo y afectará el efecto visual de la imagen y el análisis de imagen subsiguiente. Con el objetivo de abordar el problema de la eliminación insuficiente de la lluvia en el algoritmo actual de eliminación de lluvia, con el fin de mejorar la precisión del algoritmo de visión por computadora en el proceso de eliminación de lluvia, este artículo propone un marco de trabajo de múltiples etapas basado en la restauración progresiva combinada con una red neuronal recurrente y tecnología de complementariedad de características para eliminar las manchas de lluvia de imágenes individuales. En primer lugar, se adapta la subred codificador-decodificador para aprender información multiescala y extraer características de lluvia más ricas. En segundo lugar, la imagen restaurada de resolución original por el decodificador se utiliza para preservar los detalles refinados de la imagen. Finalmente, utilizamos la información efectiva de la etapa anterior para guiar la eliminación de la lluvia de la siguiente etapa mediante

• Materias:Sensores Algoritmo genético Controlador difuso Planificación de ruta
• Subjects:sensors Genetic algorithm Fuzzy controller Path planning
• Palabras claves:Lluvia; Eliminación; Algoritmo; Red neuronal; Complementariedad de características; Imagen
• Keywords:Rain; Removal; Algorithm; Neural network; Feature complementarity; Image