單幅圖像去雨雪的算法研究.pdf

1、計(jì)算機(jī)視覺系統(tǒng)廣泛應(yīng)用于智能交通、公共安全、邊防海關(guān)、體育賽事報(bào)導(dǎo)等諸多領(lǐng)域。但是惡劣天氣（如雨，雪，霧等）條件下攝取的視頻和圖像不僅嚴(yán)重地降低視覺質(zhì)量，而且還制約許多計(jì)算機(jī)視覺算法的性能（如跟蹤，識別，檢索等）。一般來說，按所處理的對象或可利用的信息來分，針對這些數(shù)據(jù)的去雨雪算法研究可以分為基于視頻數(shù)據(jù)（或多幀圖像）和基于單幅圖像兩大類算法。
　　其中視頻數(shù)據(jù)的去除雨雪研究雖然已經(jīng)取得了重大進(jìn)展，但是對于視頻中的動態(tài)背景或者背景

2、中存在運(yùn)動物體的情況，絕大多數(shù)視頻去雨雪方法在識別雨線或雪花的效果較差。
　　而在許多情況下（如從網(wǎng)絡(luò)上下載的圖像，用照相機(jī)拍攝的圖像）只有單幅圖像。因?yàn)閱畏鶊D像沒有時(shí)域信息可以利用，所以大部分應(yīng)用在視頻上的去雨雪方法難以應(yīng)用在單幅圖像上。事實(shí)上，單幅圖像去雨雪的方法既可以避免動態(tài)背景或背景存在運(yùn)動物體的問題，又可以提高一些針對圖像的處理算法（如圖像檢索）的性能?；诖?，本文的主要研究內(nèi)容是針對單幅圖像的去雨雪研究，以提高有雨或有

3、雪圖像的視覺質(zhì)量，主要的內(nèi)容和成果如下:
　　一、從邊緣的像素和周圍像素的關(guān)系上研究雨雪的特性。首先將圖像中所有的邊緣分為:階躍邊緣，山脊?fàn)钸吘壓蜕焦葼钸吘墸暄┰趫D像中屬于較小的山脊?fàn)钸吘?。之后我們從理論上和?shí)驗(yàn)上證明了使用引導(dǎo)濾波得到的低頻部分能區(qū)分這三種邊緣，得到低頻部分是沒有雨雪的。
　　二、提出了基于多次引導(dǎo)濾波的單幅圖像去雨雪方法。因?yàn)榈皖l部分是沒有雨雪的，可以把低頻部分修改成沒有雨雪的參考圖像。然后對高頻部分

4、進(jìn)行引導(dǎo)濾波得到?jīng)]有雨雪的高頻部分，再將沒有雨雪的高頻部分回加到低頻部分，就可以得到?jīng)]有雨雪的恢復(fù)圖像。接著通過取最小值進(jìn)一步恢復(fù)山谷狀邊緣。最終通過再次的引導(dǎo)濾波得到更精確的去雨雪后的恢復(fù)圖像。
　　三、設(shè)計(jì)了一個(gè)引導(dǎo)L0的平滑濾波器。通過對之前的L0梯度最小化進(jìn)行理論分析和實(shí)驗(yàn)分析，設(shè)計(jì)出了一個(gè)引導(dǎo)的L0平滑濾波器。該引導(dǎo)的L0平滑濾波器可以根據(jù)引導(dǎo)圖像的梯度大小對輸入圖像進(jìn)行平滑，而不像引導(dǎo)濾波器是根據(jù)引導(dǎo)圖像的結(jié)構(gòu)進(jìn)行平滑

5、保邊。通過實(shí)驗(yàn)得到，在給定的情況下，設(shè)計(jì)的引導(dǎo)的L0平滑濾波器比傳統(tǒng)的引導(dǎo)濾波器效果更好。
　　四、提出了基于引導(dǎo)L0平滑濾波器的單幅圖像去雨雪方法。通過將沒有雨雪的低頻圖像作為引導(dǎo)L0平滑濾波器的引導(dǎo)圖像，對帶有真實(shí)背景信息的輸入圖像進(jìn)行平滑，得到?jīng)]有雨雪的恢復(fù)圖像。由于低頻圖像中丟失了山谷狀邊緣的丟失，可以通過在恢復(fù)圖像和輸入圖像取最小值得到最終結(jié)果。通過實(shí)驗(yàn)可知，這里所提出單幅圖像去雨雪算法的結(jié)果比提出的多次引導(dǎo)濾波算法的效