[发明专利]大雨场景视频数据中雨滴的检测和去除方法及系统

说明书

技术领域

本发明涉及图像处理技术，特别是涉及一种大雨场景视频数据中雨滴的检测和去除方法及系统。

背景技术

由于计算机视觉技术的发展，人们对信息处理有着越来越高的要求，而且如今随着信息高速公路的建设和互联网的广泛使用以及人们获取信息的方式的智能化，图像信息就显得非常重要了。人类获取信息的途径主要是通过图像和语音，其中视觉信息占据了大约70％以上，所以图像的传递和处理技术的发展对智能交通、科学研究、军事国防、安全监控等领域都起着越来越重要的作用。由于计算机视觉系统在户外的日益普及，恶劣天气下雨场对图像成像有很大的影响，会造成图像成像模糊和信息覆盖，其直接结果是视频图像的清晰度下降，视频图像的数字化处理也会受此影响而性能下降，所以，恶劣天气下图像处理的研究就显得越来越重要，成功地消除雨场等恶劣天气对捕获的图像的影响将会带来更大的实用价值。

针对恶劣天气对视频图像造成影响的恢复中比较常见的就是，对受雨滴污染的视频图像进行修复处理的视频图像去雨技术，其有利于图像的进一步处理，包括基于图像的目标检测、识别、追踪、分割和监控等技术的性能提高。而且视频图像去雨技术在现代军事、交通以及安全监控等领域都有广泛的应用前景。

有关视频图像中雨滴特性的研究已受到国际学术界的广泛关注，去雨算法的研究也从2003年Starik等(Starik S,Werman M.Simulation of rain in videos[C]//Proceeding of Texture Workshop,ICCV.Nice,France:2003,2:406-409)提出的中值法开始得到了迅速的发展，处理的方法已经不再局限于最初简单的中值计算，更多的方法已经应用到视频去雨。

现有技术大部分只利用雨滴的亮度特性或者几何特性检测雨滴，在初检时效果很好，但有些非雨成分去除的不够彻底，会造成误检，如基于引导滤波的视频去雨算法，就会导致图像模糊。

基于上述现有技术中存在的问题，有必要提供一种新的视频图像雨滴检测与去除方法。

发明内容

基于此，有必要针对现有技术中只利用雨滴的亮度特性或者几何特性进行雨滴检测和去除时出现误检等情况的问题，提供一种大雨场景视频数据中雨滴的检测与去除方法和系统。

本发明提供的一种大雨场景视频数据中雨滴的检测方法，其包括：

抽取初始彩色视频图像中待处理的像素；

基于所述初始彩色视频图像中相邻于当前帧图像的连续多帧图像，判断所述像素在当前帧图像中的亮度值分别与该像素对应于所述连续多帧图像中的亮度值之间的差值是否落入预设范围，若有一次判断结果是落入所述预设范围，则将该像素纳入初检结果，并标记此次判断中与当前帧图像作比较的所述连续多帧图像中的帧图像；

通过比较所述像素分别对应在所述当前帧图像和所述标记的帧图像中表征颜色属性的单通道的变化量和/或两通道变化量之间的差值与设定阈值的大小，对所述初检结果进行筛选，获得标记有雨滴像素的筛选结果。

基于上述雨滴检测方法，本发明还提供了一种大雨场景视频数据中雨滴的去除方法，其包括：

上述的大雨场景视频数据中雨滴的检测方法，获得标记有雨滴像素的筛选结果；

对所述筛选结果中的像素进行雨滴去除处理，获得恢复后的彩色视频图像。

在其中一个实施例中，所述对所述筛选结果中的像素进行雨滴去除处理的过程中，利用所述标记的帧图像间的像素平均值对雨滴像素进行恢复。

基于上述雨滴检测方法，本发明还提供了一种大雨场景视频数据中雨滴的检测系统，其包括：

像素提取模块，用于抽取初始彩色视频图像中待处理的像素；

初检模块，用于基于所述初始彩色视频图像中相邻于当前帧图像的连续多帧图像，判断所述像素在当前帧图像中的亮度值分别与该像素对应于所述连续多帧图像中的亮度值之间的差值是否落入预设范围，若有一次判断结果是落入所述预设范围，则将该像素纳入初检结果，并标记此次判断中与当前帧图像作比较的所述连续多帧图像中的帧图像；

筛选模块，用于通过比较所述像素分别对应在所述当前帧图像和所述标记的帧图像中表征颜色属性的单通道的变化量和/或两通道变化量之间的差值与设定阈值的大小，对所述初检结果进行筛选，获得标记有雨滴像素的筛选结果。

基于上述雨滴检测方法与系统，本发明还提供了一种大雨场景视频数据中雨滴的去除系统，其包括：

上述的大雨场景视频数据中雨滴的检测系统，用以获得标记有雨滴像素的筛选结果；及