單幅圖像去雨雪的算法研究.pdf

1、計算機視覺系統(tǒng)廣泛應用于智能交通、公共安全、邊防海關(guān)、體育賽事報導等諸多領域。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重地降低視覺質(zhì)量，而且還制約許多計算機視覺算法的性能（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)取得了重大進展，但是對于視頻中的動態(tài)背景或者背景

2、中存在運動物體的情況，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)絡上下載的圖像，用照相機拍攝的圖像）只有單幅圖像。因為單幅圖像沒有時域信息可以利用，所以大部分應用在視頻上的去雨雪方法難以應用在單幅圖像上。事實上，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?；诖耍疚牡闹饕芯績?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，山脊狀邊緣和山谷狀邊緣，而雨雪在圖像中屬于較小的山脊狀邊緣。之后我們從理論上和實驗上證明了使用引導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濾波的單幅圖像去雨雪方法。因為低頻部分是沒有雨雪的，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、進行引導濾波得到?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)]有雨雪的恢復圖像。接著通過取最小值進一步恢復山谷狀邊緣。最終通過再次的引導濾波得到更精確的去雨雪后的恢復圖像。
　　三、設計了一個引導L0的平滑濾波器。通過對之前的L0梯度最小化進行理論分析和實驗分析，設計出了一個引導的L0平滑濾波器。該引導的L0平滑濾波器可以根據(jù)引導圖像的梯度大小對輸入圖像進行平滑，而不像引導濾波器是根據(jù)引導圖像的結(jié)構(gòu)進行平滑

5、保邊。通過實驗得到，在給定的情況下，設計的引導的L0平滑濾波器比傳統(tǒng)的引導濾波器效果更好。
　　四、提出了基于引導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L0平滑濾波器的引導圖像，對帶有真實背景信息的輸入圖像進行平滑，得到?jīng)]有雨雪的恢復圖像。由于低頻圖像中丟失了山谷狀邊緣的丟失，可以通過在恢復圖像和輸入圖像取最小值得到最終結(jié)果。通過實驗可知，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濾波算法的效