单张图像去雨的自适应频率增强网络

图像去雨旨在提高因雨天条件损坏的图像可见性，针对去除如雨线、雨滴和雨水积聚等退化元素。虽然许多单张图像去雨方法在空间域内显示出令人期待的图像增强效果，但现实世界的雨天退化常常导致整个频率谱上的损坏不均，给这些方法在增强不同频率成分带来挑战。本文提出一种新型用于单张图像去雨的自适应频率增强网络（AFENet），能够在各种频率上自适应地增强图像。我们采用不同尺度的卷积来自适应分解图像频率带，引入特征增强模块以提升不同频率成分的特征，并提出一种新颖的交互模块用于来回和合并来自各种频率分支的信息。同时，我们提出一种特征聚合模块，高效地自适应地融合来自不同频率带的特征，促进整个频率谱的增强。该方法使去雨网络能够消除多样且复杂的雨天模式，并准确重建图像细节。大量实验表明，我们的方法不仅在视觉上呈现出令人满意的增强效果，而且在性能上超过了现有方法。