26年WP通信工程基于深度学习的单幅图像去雨算法研究与实现.doc

下载本文档

阅读 0
格式 doc
大小 9.34 MB
约72页
2026-06-26
收藏
评论
点赞(0)
海报
举报

1/72页

2/72页

3/72页

4/72页

5/72页

6/72页

7/72页

8/72页

9/72页

10/72页

在线预览已结束，请下载后查看完整版，加入VIP享文档下载特权

/72

文本预览下载提示常见问题

哈尔滨理工大学学士学位论文基于深度学习的单幅图像去雨算法研究与实现摘要单幅图像去雨在图像复原中始终是一个具有挑战性的问题。真实场景下的雨纹，方向、粗细、疏密均不相同，且常与背景纹理相互交织，难以彻底分离。PReNet 是一种轻量级的渐进式去雨网络，采用多阶段递归展开与参数共享，参数量较少，去雨效果良好，适合部署于存储资源有限的设备。然而，该方法在处理多方向密集雨纹时，仍存在去除不彻底的问题，且处理过程中可能导致部分背景细节模糊或丢失。本文针对上述问题，选择 PReNet 作为基线，从三个方向进行改进：通道注意力机制、多尺度特征融合和感...

1、当您付费下载文档后，您只拥有了使用权限，并不意味着购买了版权，文档只能用于自身使用.。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。
3、如文档内容存在违规，或者侵犯商业秘密、侵犯著作权等，请点击“违规举报”。

碎片内容