原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于多尺度融合的渐进式单幅图像去雨方法，包括步骤一：获取待训练图像对和待处理的有雨图像；步骤二：构建基于多尺度融合的渐进式去雨网络模型；步骤三：将数据图像对输入到构建的去雨网络模型进行训练，利用损失函数对网络模型进行约束，得到最优去雨网络模型；步骤四：将待处理的有雨图像输入最优去雨网络模型中获取干净的无雨背景图像。本发明一种基于多尺度融合的渐进式单幅图像去雨方法，融合了浅层特征图、深层特征图以及上下文信息，能有效的逐步去除了单幅有雨图像中的雨纹，并且克服了图像背景层细节的丢失的困
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117475285A
(43)申请公布日2024.01.30
(21)申请号202311456866.9G06N3/0464(2023.01)
(22)申请日2023.11
文档评论（0）