響的系統(tǒng)800中的各個(gè)功能模塊均用于執(zhí)行圖1所示的上述單幅圖像中去除雨滴影響的方法的各個(gè)步驟，其具體實(shí)現(xiàn)方式可參見(jiàn)上述有關(guān)方法步驟的解釋說(shuō)明，在此不再累述。
[0102]通過(guò)以上的實(shí)施方式的描述，本領(lǐng)域的技術(shù)人員可以清楚地了解到上述實(shí)施例方法可借助軟件加必需的通用硬件平臺(tái)的方式來(lái)實(shí)現(xiàn)，當(dāng)然也可以通過(guò)硬件，但很多情況下前者是更佳的實(shí)施方式。基于這樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說(shuō)對(duì)現(xiàn)有技術(shù)做出貢獻(xiàn)的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來(lái)，該計(jì)算機(jī)軟件產(chǎn)品承載在一個(gè)非易失性計(jì)算機(jī)可讀存儲(chǔ)載體(如ROM、磁碟、光盤(pán)，服務(wù)器存儲(chǔ)空間)中，包括若干指令用以使得一臺(tái)終端設(shè)備(可以是手機(jī)，計(jì)算機(jī)，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個(gè)實(shí)施例所述的系統(tǒng)結(jié)構(gòu)和方法。
[0103]綜上所述，本發(fā)明在本文中提出了一種新的圖像去雨方法，其通過(guò)基于經(jīng)驗(yàn)?zāi)Ｊ椒纸獾膱D像分解技術(shù)，獲得圖像的高頻部分，再使用圖像邊緣識(shí)別算法，兩者結(jié)果相減，從而最終得到被雨影響的像素，由于被雨影響的像素亮度較高，最后通過(guò)從原圖中減去之，得到去雨圖像。本發(fā)明能夠有效改善受雨影響圖像的視覺(jué)效果，可以處理彩色圖像，且提高了運(yùn)算速度。更進(jìn)一步地，本發(fā)明使用經(jīng)驗(yàn)?zāi)Ｊ椒纸膺M(jìn)行圖像分解，且基于圖像算數(shù)運(yùn)算對(duì)圖像間進(jìn)行取交集處理，具有優(yōu)于其他算法的性能，且大幅縮小了去雨所需的時(shí)間，遠(yuǎn)遠(yuǎn)低于傳統(tǒng)方法處理的時(shí)間。本發(fā)明還克服了基于稀疏編碼的單幅圖像去雨算法的僅可處理灰度圖像的缺點(diǎn)，能夠?qū)Σ噬珗D像進(jìn)行處理，并能夠獲得較好的效果。例如，圖4所示的待處理圖像，經(jīng)過(guò)基于二維經(jīng)驗(yàn)?zāi)B(tài)分解方法和Prewitt邊緣識(shí)別算法的上述步驟100至步驟600的處理后得到了如圖5所示的效果圖，處理一幅圖像的時(shí)間為25.473秒。
[0104]以上所述實(shí)施例僅表達(dá)了本發(fā)明的幾種實(shí)施方式，其描述較為具體和詳細(xì)，但并不能因此而理解為對(duì)本發(fā)明專(zhuān)利范圍的限制。應(yīng)當(dāng)指出的是，對(duì)于本領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進(jìn)，這些都屬于本發(fā)明的保護(hù)范圍。因此，本發(fā)明專(zhuān)利的保護(hù)范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。
【主權(quán)項(xiàng)】
1.一種單幅圖像中去除雨滴影響的方法，其包括: 基于經(jīng)驗(yàn)?zāi)Ｊ椒纸夥▽?duì)待處理圖像進(jìn)行圖像分解，提取所述待處理圖像的高頻部分，形成體現(xiàn)所述高頻部分信息的高頻特征圖； 識(shí)別所述待處理圖像中圖像元素的邊緣，獲得特征輪廓圖； 利用圖像形態(tài)學(xué)操作對(duì)所述邊緣內(nèi)的圖像區(qū)域進(jìn)行處理，獲得第一中間圖像； 從所述高頻特征圖中減去所述第一中間圖像，獲得雨線特征圖； 將所述待處理圖像與所述雨線特征圖相減，獲得去雨后的圖像。
2.根據(jù)權(quán)利要求1所述的單幅圖像中去除雨滴影響的方法，其特征在于，所述方法還包括: 在所述去雨后的圖像上疊加所述特征輪廓圖，獲得修復(fù)后的圖像。
3.根據(jù)權(quán)利要求1所述的單幅圖像中去除雨滴影響的方法，其特征在于，所述基于經(jīng)驗(yàn)?zāi)Ｊ椒纸夥▽?duì)待處理圖像進(jìn)行圖像分解、提取所述待處理圖像的高頻部分的過(guò)程包括以下步驟: 將所述待處理圖像映射到XOY平面，所述待處理圖像對(duì)應(yīng)像素的灰度值作為Z坐標(biāo)；通過(guò)形態(tài)學(xué)方法識(shí)別出所述待處理圖像的局部極大值和極小值，獲得多個(gè)零散的極大值點(diǎn)和極小值點(diǎn)； 對(duì)所述多個(gè)零散的極大值點(diǎn)和極小值點(diǎn)分別進(jìn)行平面點(diǎn)集的三角剖分，再插值平滑得到極大值包絡(luò)曲面和極小值包絡(luò)曲面； 計(jì)算所述極大值包絡(luò)曲面和極小值包絡(luò)曲面的均值； 將所述待處理圖像中每個(gè)像素的灰度值減去所述均值，獲得分解圖像； 判斷所述分解圖像是否滿足篩選結(jié)束條件，若是，則將所述分解圖像作為所述高頻部分輸出；若否，則返回執(zhí)行所述通過(guò)形態(tài)學(xué)方法識(shí)別出所述待處理圖像的局部極大值和極小值的步驟。
4.根據(jù)權(quán)利要求3所述的單幅圖像中去除雨滴影響的方法，其特征在于，所述將所述分解圖像作為所述高頻部分輸出的步驟之前還包括: 從所述待處理圖像中減去所述分解圖像，獲得當(dāng)前處理后的圖像； 判斷所述當(dāng)前處理后的圖像是否滿足圖像分解結(jié)束條件，若是則將所述分解圖像作為所述高頻部分輸出； 若否，則進(jìn)行下一次分解，返回執(zhí)行通過(guò)形態(tài)學(xué)方法識(shí)別出所述待處理圖像的局部極大值和極小值的步驟，直到滿足所述圖像分解結(jié)束條件，輸出多次分解分別獲得的所述分解圖像，作為所述高頻部分輸出。
5.根據(jù)權(quán)利要求1所述的單幅圖像中去除雨滴影響的方法，其特征在于，所述識(shí)別所述待處理圖像中圖像元素的邊緣獲得特征輪廓圖的過(guò)程中，基于圖像灰度采用普里維特算子對(duì)圖像進(jìn)行邊緣檢測(cè)。
6.根據(jù)權(quán)利要求1所述的單幅圖像中去除雨滴影響的方法，其特征在于，所述利用圖像形態(tài)學(xué)操作對(duì)所述邊緣內(nèi)的圖像區(qū)域進(jìn)行處理的過(guò)程包括:基于圖像處理腐蝕操作對(duì)所述邊緣的連通圖像區(qū)域進(jìn)行填充。
7.根據(jù)權(quán)利要求1所述的單幅圖像中去除雨滴影響的方法，其特征在于，所述從所述高頻特征圖中減去所述第一中間圖像獲得雨線特征圖的過(guò)程包括: 對(duì)所述第一中間圖像取反，獲得第二中間圖像； 用所述第二中間圖像與所述高頻特征圖相乘，提取所述第二中間圖像與所述高頻特征圖的交集，形成所述雨線特征圖。
8.根據(jù)權(quán)利要求1所述的單幅圖像中去除雨滴影響的方法，其特征在于，所述將所述待處理圖像與所述雨線特征圖相減獲得去雨后的圖像的過(guò)程包括: 對(duì)所述雨線特征圖取反，獲得第三中間圖像； 用所述第三中間圖像與所述待處理圖像相乘，提取所述第三中間圖像與所述待處理圖像的交集，形成所述去雨后的圖像。
9.一種單幅圖像中去除雨滴影響的系統(tǒng)，其特征在于，所述系統(tǒng)包括: 圖像分解模塊，用于基于經(jīng)驗(yàn)?zāi)Ｊ椒纸夥▽?duì)待處理圖像進(jìn)行圖像分解，提取所述待處理圖像的高頻部分，形成體現(xiàn)所述高頻部分信息的高頻特征圖； 邊緣檢測(cè)模塊，用于識(shí)別所述待處理圖像中圖像元素的邊緣，獲得特征輪廓圖； 填充模塊，用于利用圖像形態(tài)學(xué)操作對(duì)所述邊緣內(nèi)的圖像區(qū)域進(jìn)行處理，獲得第一中間圖像; 第一運(yùn)算模塊，用于從所述高頻特征圖中減去所述第一中間圖像，獲得雨線特征圖；及 第二運(yùn)算模塊，用于將所述待處理圖像與所述雨線特征圖相減，獲得去雨后的圖像。
10.根據(jù)權(quán)利要求9所述的單幅圖像中去除雨滴影響的系統(tǒng)，其特征在于，所述系統(tǒng)還包括: 疊加處理模塊，用于在所述去雨后的圖像上疊加所述特征輪廓圖，獲得修復(fù)后的圖像。
【專(zhuān)利摘要】本發(fā)明提供了一種單幅圖像中去除雨滴影響的方法和系統(tǒng)，其方法包括：基于經(jīng)驗(yàn)?zāi)Ｊ椒纸夥▽?duì)待處理圖像進(jìn)行圖像分解，提取所述待處理圖像的高頻部分，形成體現(xiàn)所述高頻部分信息的高頻特征圖；識(shí)別所述待處理圖像中圖像元素的邊緣，獲得特征輪廓圖；利用圖像形態(tài)學(xué)操作對(duì)所述邊緣內(nèi)的圖像區(qū)域進(jìn)行處理，獲得第一中間圖像；從所述高頻特征圖中減去所述第一中間圖像，獲得雨線特征圖；將所述待處理圖像與所述雨線特征圖相減，獲得去雨后的圖像。本發(fā)明有效提高了圖像的處理速度。
【IPC分類(lèi)】G06T5-00
【公開(kāi)號(hào)】CN104537622
【申請(qǐng)?zhí)枴緾N201410856519
【發(fā)明人】朱青松, 袁杰, 王磊
【申請(qǐng)人】中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院
【公開(kāi)日】2015年4月22日
【申請(qǐng)日】2014年12月31日