版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、雨雪天等惡劣天氣嚴重的降低計算機視覺系統(tǒng)的性能。由于雨雪導(dǎo)致的圖像退化使得視覺系統(tǒng)不能提供可靠的目標(biāo)檢測、物體識別和追蹤、特征提取等計算機視覺算法的處理結(jié)果。因此,將雨雪去除作為預(yù)處理手段來提高各種計算機視覺算法準(zhǔn)確性是十分必要的。
本文首先對現(xiàn)有雨雪去除方法進行了深入研究和比較,并將其歸納為四類:基于時空域的方法、基于顏色特征的方法、基于頻率域的方法和基于矩陣分解的方法。在此基礎(chǔ)上對已有基于字典學(xué)習(xí)和稀疏表示的單幅彩色圖像雨
2、雪去除算法進行了改進。首先利用引導(dǎo)濾波代替雙邊濾波作為預(yù)處理步驟,從而更有效地分離高、低頻成分。然后利用原子中邊緣點的比重修正被誤分類的非雨雪原子。此外,利用顏色掩膜進一步提升雨雪去除效果。
另外,本文還提出了一種基于頻率域方向濾波器的單幅彩色圖像雨雪去除方法。具體地,算法首先將輸入彩色圖像變換到Y(jié)CbCr空間,僅對Y通道圖像進行分塊處理,保持CbCr通道不變。根據(jù)Y通道圖像的局部邊緣方向直方圖,獲取其全局圖像邊緣方向,以此來
3、判斷雨雪下落方向,而雨雪空間域下落方向與頻率域楔形頻譜方向垂直,由此得到雨雪楔形頻譜的方向。利用McClellan變換設(shè)計對應(yīng)方向的2D頻域楔形方向濾波器,在頻域利用設(shè)計好的方向濾波器濾除掉Y通道圖像頻譜中雨雪對應(yīng)的頻譜部分。最后將濾波后的 Y通道圖像頻譜執(zhí)行傅里葉反變換將其變換回空間域,與原始的CbCr通道圖像相組合,得到去除雨雪后的彩色圖像。實驗結(jié)果表明,所提算法能夠處理各種雨雪下落方向的雨雪天圖像,與已有方法相比,能夠在保留更多圖
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于稀疏表示的圖像混合噪聲去除算法.pdf
- 基于稀疏表示的紅外圖像濾波算法研究.pdf
- 基于粒子濾波和稀疏表示的目標(biāo)跟蹤算法研究.pdf
- 基于多尺度濾波和稀疏表示的圖像融合方法研究.pdf
- 基于稀疏表示的圖像融合算法.pdf
- 基于稀疏表示的圖像復(fù)原算法研究.pdf
- 基于FMM和稀疏表示圖像修復(fù)算法的研究.pdf
- 基于神經(jīng)反應(yīng)模型和稀疏表示的圖像分類算法研究.pdf
- 基于塊稀疏表示和區(qū)域特性的圖像修復(fù)算法.pdf
- 基于方向能量稀疏表示的行為識別算法研究.pdf
- 基于稀疏表示的圖像去噪算法
- 基于稀疏表示的圖像融合算法研究.pdf
- 基于稀疏表示的圖像去噪算法.pdf
- 基于稀疏表示的SAR圖像降噪算法研究.pdf
- 基于圖像稀疏表示的隱寫算法研究.pdf
- 基于稀疏表示的Retinex圖像增強算法研究.pdf
- 高光譜圖像的稀疏表示和壓縮算法研究.pdf
- 圖像增強頻域濾波算法研究
- 基于稀疏表示的腦部CT和MRI圖像融合算法.pdf
- 基于方向變換的運動方向稀疏表示研究.pdf
評論
0/150
提交評論