視頻圖像中雨滴去除技術研究.pdf

1、計算機視覺系統(tǒng)越來越廣泛地應用于智能交通、工業(yè)生產、目標識別等領域，但是惡劣天氣嚴重影響到戶外監(jiān)控系統(tǒng)的識別，跟蹤等性能。所以對視頻圖像進行預處理，消除各種天氣因素的影響，對于一個全天候的戶外視覺系統(tǒng)來說是必不可少的。而雨是最頻繁的惡劣天氣，視頻圖像受雨滴影響會嚴重退化，因此檢測和去除視頻圖像中的雨滴是一項非常艱巨的任務。本文主要對視頻圖像中雨滴的去除進行了研究，將視頻中雨景分成靜態(tài)場景和動態(tài)場景兩種類型，針對不同情況分別研究了各自的解

2、決方法。
　　靜態(tài)場景下雨滴的去除。針對目前已有靜態(tài)算法不能同時保證雨滴去除效果和實時性的問題，本文提出一種基于樣本模型的背景減法來分類檢測雨滴。采用了視頻序列的第一幀為模板來快速初始化背景模型，能快速實時地進行背景減法，對像素進行分類從而檢測出雨滴。此外，使用了一個快速簡單的方法來隨機選取像素的八鄰域值，從而準確建立與更新樣本模型。在雨滴去除時，不再考慮相鄰幀的像素信息，而是用其樣本模型的均值來代替被雨滴所覆蓋像素的亮度值。實驗

3、證明了該算法在具有較好的實時性的同時，也能有效的實現雨滴去除的目的。
　　動態(tài)場景下雨滴的去除。針對運動目標會對雨滴的去除造成嚴重干擾的問題，深入學習研究了目前動態(tài)場景下雨滴去除的幾種方法，并分析它們的優(yōu)缺點。本文在雨滴時域統(tǒng)計特性的基礎上，實現了一種動態(tài)場景下雨滴的檢測算法。與以往的雨滴檢測方法有所不同，該方法不再利用雨滴的物理、色度特性以及相機的參數，而是根據雨滴在幀間亮度值變化差異相對較小的特性來區(qū)別雨滴與運動目標，使算法具