CN117152000B 雨天图像清晰背景成对数据集制作方法、装置及其应用 （华中科技大学）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN117152000B

(45)授权公告日2024.05.14

(21)申请号202311002415.8

(22)申请日2023.08.08

(65)同一申请的已公布的文献号申请公布号CN117152000A

(43)申请公布日2023.12.01

(73)专利权人华中科技大学

地址430074湖北省武汉市洪山区珞喻路

1037号

(72)发明人昌毅郭赟颜露新肖雪尧

(74)专利代理机构华中科技大学专利中心

42201

专利代理师汪洁丽

(51)Int.CI.

GO6T5/60(2024.01)

GO6T5/70(2024.01)

GO6T3/02(2024.01)

GO6V10/774(2022.01)

GO6V10/82(2022.01)

(56)对比文件

CN110310238A,2019.10.08

CN114627005A,2022.06.14

KR102288645B1,2021.08.10

AU2020100460A4,2020.04.30

CN102902961A,2013.01.30

CN107240084A,2017.10.10

CN107909548A,2018.04.13

CN108520501A,2018.09.11

CN110533581A,2019.12.03

CN110544215A,2019.12.06

CN111833312A,2020.10.27

CN112614073A,2021.04.06

CN114998100A,2022.09.02

CN115880170A,2023.03.31

US2012300122A1,2012.11.29

US2019376713A1,2019.12.12

US2020228675A1,2020.07.16

US2021118097A1,2021.04.22(续)审查员张俊

权利要求书3页说明书11页附图2页

(54)发明名称

雨天图像-清晰背景成对数据集制作方法、装置及其应用

(57)摘要

本发明公开了一种雨天图像-清晰背景成对

数据集制作方法、装置其应用，属于数字图像处理技术领域。背景复原方法包括：步骤S1、获取雨天拍摄的同一静态背景下的多帧图像，构建雨天图像序列；步骤S2、构造背景复原模型，背景复原模型的优化函数包括图像保真项、背景低秩先验项和雨层稀疏先验项的加权叠加，优化目标为使

m优化函数最小；步骤S3、求解背景复原模型，输出各背景完全相同的背景序列，得到雨天图像序列的背景。本发明可广泛用于构建真实环境下的成对雨天图像-清晰背景数据集，视场较大，包含实测雨天多种退化类型，能够显著提升现有方法在真实雨天图像上的去雨能力和泛化性，促进雨天

条件自动驾驶等应用场景下的感知任务。

获取雨天拍摄的同一静态背景下的多帧图像，构建雨天图像序列0

获取雨天拍摄的同一静态背景下的多帧图像，构建雨天图像序列0

S2

构造背景复原模型，背景复原模型的优化函数包括图像保真项P。(O)、背景低秩先验项P。(B)和雨层稀疏先验项P(R)的加权叠加，优化目标为使优化函数最小，背景序列B、雨层序列R、仿射变换因子r为优化变量

S3

求解背景复原模型，输出各背景完全相同的背景序列B,得到雨天图像序列0的背景

[转续页]

CN117152000B2/2页

2

[接上页]

(56)对比文件

张墨华.基于先验学习的图像复原技术研究.《中国博士学位论文全文数据库信息科技辑》.2020,(第02期),第I138-106页.

Doublefidelitytermsunidirectional

variationmodelforsingle-imagerain

removal.《JournalofElectronicImaging》

.2019,第28卷(第2期),第023015-1至023015-11页.

CN117152000B