應用卷積神經網路於單圖像去雨演算法

Abstract

在天雨路滑的環境中，雨水影響了影像的品質也導致影像辨識率降低。因此，為了提高雨天的影像辨識率，去雨處理是在影像辨識前，首要處理的事情。在此篇論文中，我們提出了應用卷積神經網路於單圖像去雨演算法。由於雨在影像中所造成之視覺效果，主要是干擾到亮度部分，在本演算法中，為了加快訓練速度且又不影響去雨的效果，因此我們將訓練用之彩色圖，利用HSV彩色模型，將原彩色影像先轉為灰階圖像，以明亮度分量來進行卷積神經網路的訓練。於影像去雨過程中，是將該影像之H與S兩分量先保留，將明亮度的資訊，送入訓練後的卷積神經網路系統中，即可得到去雨後的灰階影像，最後把此灰階影像結合該影像之原有H與S兩分量，轉回成去雨後之彩色圖像。經過實驗後，得到的執行時間上確實比其他方法快，而訓練的時間也有明顯的減少。應用本論文方法進行去雨，以SSIM相似結構性為標準進行評斷，本篇論文的方法與其他方法相比後，結果比其他的高。另外，當雨量稍大時，在影像的視覺上，會感到好像整個影像蒙上一層霧氣，因此，在除完雨後，吾人再使用除霧演算法去進行除霧的動作。其結果之影像與原本無雨影像比較，色澤較為接近，不會產生太大的顏色反差。

Date of Award	2018 Dec 18
Original language	Chinese
Supervisor	Ming-Shi Wang (Supervisor)