一種基于雨勢(shì)尺度的視頻雨滴去除算法
【專利摘要】本發(fā)明旨在解決上述現(xiàn)有技術(shù)中存在的問題，提出一種基于雨勢(shì)尺度的視頻雨滴去除算法，包括以下步驟：S100、獲取視頻像素總數(shù)P，確定樣本像素點(diǎn)的標(biāo)號(hào)；S200、獲取視頻前N幀對(duì)應(yīng)像素的亮度平均值；S300、求出前N幀圖像中每個(gè)像素的最大值及最小值；S400、采用K均值聚類方法，根據(jù)每個(gè)像素亮度值將像素分為雨滴或背景，標(biāo)記被雨滴污染的幀數(shù)并求和sum；S500、判斷sum/(M×N)是否大于預(yù)設(shè)閾值T，是則采用幀差法處理被雨滴覆蓋像素；否則采用引導(dǎo)濾波器處理被雨滴覆蓋像素。本發(fā)明在視頻去雨滴處理之前進(jìn)行預(yù)處理，判斷雨勢(shì)大小，再選擇合適的算法去除雨滴，能夠獲得更好的雨滴去除效果。
【專利說明】一種基于雨勢(shì)尺度的視頻雨滴去除算法
【【技術(shù)領(lǐng)域】】
[0001]本發(fā)明涉及計(jì)算機(jī)視覺技術(shù)，尤其涉及一種基于雨勢(shì)尺度的視頻雨滴去除算法?！尽颈尘凹夹g(shù)】】
[0002]在數(shù)字視頻圖像處理的應(yīng)用領(lǐng)域中，雨滴對(duì)視頻圖像的成像有很大的影響，雨滴會(huì)造成視頻圖像成像的模糊和信息的覆蓋，從而導(dǎo)致視頻圖像的清晰度下降，視頻圖像的數(shù)字化處理也會(huì)因此受到影響。對(duì)受雨滴污染的視頻圖像進(jìn)行修復(fù)處理有利于視頻圖像的進(jìn)一步處理。而視頻圖像的目標(biāo)檢測(cè)、跟蹤、識(shí)別或者分割技術(shù)在現(xiàn)代軍事、交通以及安全監(jiān)控等多個(gè) 領(lǐng)域都得到廣泛應(yīng)用。
[0003]視頻雨滴去除技術(shù)自2003年提出至今已取得長(zhǎng)足的發(fā)展，各種基于不同數(shù)學(xué)物理模型的方法被學(xué)者們先后提出，雨滴去除的效果也逐漸被提高。
[0004]視頻幀差法是基于雨滴亮度特性的一種簡(jiǎn)單的雨滴探測(cè)算法。由于雨滴可以反射和折射光線，根據(jù)雨滴的形狀特征，它可以將近165°視角的光線折射，投射到圖像上，而反射部分只占6%，因此被雨滴覆蓋的像素，其亮度往往高于背景的亮度。因此，在靜止場(chǎng)景下，如果幀間亮度差值大于某一閾值，則可以將后一幀的像素點(diǎn)判定為雨。在探測(cè)出雨滴之后，將相鄰兩幀的像素亮度值的平均值代替視頻中被雨滴覆蓋的像素亮度，這樣就可以去除雨滴覆蓋的效果。幀差法在處理被雨滴污染的視頻時(shí)，倘若雨勢(shì)較小，同一個(gè)像素不會(huì)連續(xù)多幀被雨滴覆蓋；而當(dāng)雨勢(shì)較大時(shí)這一假設(shè)就不成立，這樣在同一個(gè)像素連續(xù)多幀被雨滴覆蓋時(shí)，就無法探測(cè)出后面的雨滴，從而造成雨滴的漏判。
[0005]引導(dǎo)濾波器在處理雨勢(shì)較大的視頻圖像時(shí)擁有較大的優(yōu)勢(shì)，但一方面引導(dǎo)濾波器是從圖像整體角度進(jìn)行處理的，而非在針對(duì)性的探測(cè)后再處理判定為雨滴的像素，因而會(huì)造成部分雨線去除不凈；另一方面引導(dǎo)濾波器對(duì)圖像非雨部分同樣會(huì)進(jìn)行加權(quán)處理，因此很難保證對(duì)非雨部分邊緣信息的保留，并且會(huì)降低圖像的對(duì)比度，在雨勢(shì)較小時(shí)往往我們對(duì)雨去除以及圖像其它部分的保留效果要求更高，引導(dǎo)濾波器的處理效果很難達(dá)到要求。
【
【發(fā)明內(nèi)容】
】
[0006]本發(fā)明旨在解決上述現(xiàn)有技術(shù)中存在的問題，提出一種基于雨勢(shì)尺度的視頻雨滴去除算法，包括以下步驟:S100、獲取視頻像素總數(shù)P，并確定樣本像素點(diǎn)的標(biāo)號(hào)；S200、獲取視頻前N幀對(duì)應(yīng)像素的亮度平均值；S300、求出所述前N幀圖像中每個(gè)像素的最大值以及最小值；S400、以所述最大值以及最小值作為聚類中心采用K均值聚類方法，根據(jù)每個(gè)像素的亮度值將像素分為雨滴或背景兩類，標(biāo)記出被雨滴污染的幀數(shù)Ii1至nM存儲(chǔ)于數(shù)組η [Μ]中，并求和sum=n [O] +…+η [M-1]，其中，M為所述前N幀圖像中樣本像素的個(gè)數(shù)，sum表示M個(gè)樣本像素在N幀視頻中被雨覆蓋的次數(shù)；S500、判斷sum/(MXN)是否大于預(yù)設(shè)閾值T，是則判定為小雨勢(shì)并執(zhí)行步驟S601 ;否則判定為大雨勢(shì)并執(zhí)行步驟S602 ;S601、采用幀差法處理被雨滴覆蓋的像素；S602、采用引導(dǎo)濾波器處理被雨滴覆蓋的像素。
[0007]本發(fā)明提出的基于雨勢(shì)尺度的視頻雨滴去除算法在視頻去雨滴處理之前先進(jìn)行預(yù)處理，判斷雨勢(shì)大小，從而選擇合適的算法去除雨滴，可以有效避免這兩種算法的缺陷，避免了單獨(dú)運(yùn)用幀差法在雨勢(shì)較大時(shí)由于無法探測(cè)出連續(xù)相鄰的雨滴而造成大范圍的漏判，也避免了而單獨(dú)運(yùn)用引導(dǎo)濾波器進(jìn)行雨滴去除在雨勢(shì)較小時(shí)對(duì)原始圖像造成不必要的模糊，從而獲得了更好的雨滴去除效果。
【【專利附圖】

【附圖說明】】
[0008]圖1為本發(fā)明一實(shí)施例的基于雨勢(shì)尺度的視頻雨滴去除算法流程圖。
【【具體實(shí)施方式】】
[0009]下面結(jié)合具體實(shí)施例及附圖對(duì)本發(fā)明作進(jìn)一步詳細(xì)說明。下面詳細(xì)描述本發(fā)明的實(shí)施例，所述實(shí)施例的示例在附圖中示出，其中自始至終相同或類似的標(biāo)號(hào)表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實(shí)施例是示例性的，僅用于解釋本發(fā)明的技術(shù)方案，而不應(yīng)當(dāng)理解為對(duì)本發(fā)明的限制。
[0010]在本發(fā)明的描述中，術(shù)語“內(nèi)”、“外”、“縱向”、“橫向”、“上”、“下”、“頂”、“底”等指
示的方位或位置關(guān)系為基于附圖所示的方位或位置關(guān)系，僅是為了便于描述本發(fā)明而不是要求本發(fā)明必須以特定的方位構(gòu)造和操作，因此不應(yīng)當(dāng)理解為對(duì)本發(fā)明的限制。
[0011]本發(fā)明提供一種基于雨勢(shì)尺度的視頻雨滴去除算法。如圖1所示，本發(fā)明提出的基于雨勢(shì)尺度的視頻雨滴去除算法包括以下步驟:S100、獲取視頻像素總數(shù)P，并確定樣本像素點(diǎn)的標(biāo)號(hào)；S200、獲取視頻前N幀對(duì)應(yīng)像素的亮度平均值；S300、求出所述前N幀圖像中每個(gè)像素的最大值以及最小值；S400、以所述最大值以及最小值作為聚類中心采用K均值聚類方法，根據(jù)每個(gè)像素的亮度值將像素分為雨滴或背景兩類，并標(biāo)記出被雨滴污染的中貞數(shù)Ii1至nM存儲(chǔ)于數(shù)組η [Μ]中，并求和sum=n [O] +…+η [Μ-1],其中,M為所述前N幀圖像中樣本像素的個(gè)數(shù)，sum表示M個(gè)樣本像素在N幀視頻中被雨覆蓋的次數(shù)；S500、判斷sum/(MXN)是否大于預(yù)設(shè)閾值T，是則判定為小雨勢(shì)并執(zhí)行步驟S601 ;否則判定為大雨勢(shì)并執(zhí)行步驟S602 ;S601、采用幀差法處理被雨滴覆蓋的像素；S602、采用引導(dǎo)濾波器處理被雨滴覆蓋的像素。
[0012]具體地，首先將視頻像素總數(shù)求出P=高度方向像素?cái)?shù)X寬度方向像素?cái)?shù)，以此確定樣本像素點(diǎn)的標(biāo)號(hào)[P/Ml, [2P/M1...[PI ([Xl表示大于X的最小整數(shù))，其中，P和M都是可以根據(jù)實(shí)驗(yàn)的具體情況進(jìn)行調(diào)整的參數(shù)，M為所述前N幀圖像中樣本像素的個(gè)數(shù)。
[0013]在步驟S200中，讀取前N幀視頻圖像對(duì)應(yīng)像素的亮度平均值，將其存儲(chǔ)于一個(gè)二維數(shù)組X [M] [N]中。
[0014]在步驟S300中，求出每個(gè)像素在N幀視頻圖像中的最大值以及最小值，并將所述最大值以及最小值存于數(shù)組max[M]和min[M]中。
[0015]在步驟S400中，以max和min作為聚類中心采用K均值聚類的方法，將每個(gè)像素的N個(gè)亮度值分為雨滴或背景兩類，并在此過程中標(biāo)記出被雨滴污染的幀數(shù)Ii1至nM存于數(shù)組η [M],并求和sum=n[0]+…+n[M-l], sum表示M個(gè)樣本像素在N幀視頻中被雨覆蓋的次數(shù)。
[0016]其中，K均值聚類方法(如K=2時(shí))的原理為:首先將最大亮度以及最小亮度初始化為兩個(gè)類的唯一元素，同時(shí)也是中心值，然后每次把剩余數(shù)據(jù)中的一個(gè)劃分到某一個(gè)類，并且更新對(duì)應(yīng)類的中心值。進(jìn)行劃分時(shí)依據(jù)下式進(jìn)行歐幾里得距離d的計(jì)算，將其劃分到距離較小的一類:
[0017]d(Ip, ω) = | Ιρ-ω
[0018]中心值ω的更新依據(jù)下式:
【權(quán)利要求】
1.一種基于雨勢(shì)尺度的視頻雨滴去除算法，包括以下步驟: S100、獲取視頻像素總數(shù)P，并確定樣本像素點(diǎn)的標(biāo)號(hào)； S200、獲取視頻前N幀對(duì)應(yīng)像素的亮度平均值； S300、求出所述前N幀圖像中每個(gè)像素的最大值以及最小值； S400、以所述最大值以及最小值作為聚類中心采用K均值聚類方法，根據(jù)每個(gè)像素的亮度值將像素分為雨滴或背景兩類，標(biāo)記出被雨滴污染的幀數(shù)Ii1至％存儲(chǔ)于數(shù)組n[M]中，并求和sum=n[0]+…+n[M-l],其中，M為所述前N幀圖像中樣本像素的個(gè)數(shù)，sum表示M個(gè)樣本像素在N幀視頻中被雨覆蓋的次數(shù)； S500、判斷sum/ (Μ X N)是否大于預(yù)設(shè)閾值T，是則判定為小雨勢(shì)并執(zhí)行步驟S601 ;否則判定為大雨勢(shì)并執(zhí)行步驟S602 ； 5601、米用幀差法處理被雨滴覆蓋的像素； 5602、采用引導(dǎo)濾波器處理被雨滴覆蓋的像素。
2.根據(jù)權(quán)利要求1所述的基于雨勢(shì)尺度的視頻雨滴去除算法，其特征在于，將所述樣本像素點(diǎn)的標(biāo)號(hào)記為[P/M〗，[2Ρ/Μ1,...[Ρ1。
3.根據(jù)權(quán)利要求1所述的基于雨勢(shì)尺度的視頻雨滴去除算法，其特征在于，在步驟S400中，采用亮度直方圖法替代所述K均值聚類方法判斷雨勢(shì)大小。
4.根據(jù)權(quán)利要求1所述的基于雨勢(shì)尺度的視頻雨滴去除算法，其特征在于，在步驟S400中，采用類排序法替代所述K均值聚類方法判斷雨勢(shì)大小。
5.根據(jù)權(quán)利要求1所述的基于雨勢(shì)尺度的視頻雨滴去除算法，其特征在于，在步驟S400中，采用亮度閾值比較法替代所述K均值聚類方法判斷雨勢(shì)大小。
6.根據(jù)權(quán)利要求1所述的基于雨勢(shì)尺度的視頻雨滴去除算法，其特征在于，在步驟S601中，采用灰色調(diào)函數(shù)替代所述幀差法處理被雨滴覆蓋的像素。
7.根據(jù)權(quán)利要求1所述的基于雨勢(shì)尺度的視頻雨滴去除算法，其特征在于，在步驟S602中，采用基于頻域分析的模糊高斯模型替代所述引導(dǎo)濾波器處理被雨滴覆蓋的像素。
8.根據(jù)權(quán)利要求1所述的基于雨勢(shì)尺度的視頻雨滴去除算法，其特征在于，在步驟S602中，采用相位一致性方法替代所述引導(dǎo)濾波器處理被雨滴覆蓋的像素。
9.根據(jù)權(quán)利要求1所述的基于雨勢(shì)尺度的視頻雨滴去除算法，其特征在于，在步驟S602中，采用字典學(xué)習(xí)和稀疏編碼相結(jié)合的方法替代所述引導(dǎo)濾波器處理被雨滴覆蓋的像素。
【文檔編號(hào)】G06T7/00GK103700070SQ201310680596
【公開日】2014年4月2日 申請(qǐng)日期:2013年12月12日 優(yōu)先權(quán)日:2013年12月12日
【發(fā)明者】朱青松, 樊建平, 陳海鵬, 王磊 申請(qǐng)人:中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院