[发明专利]一种基于景深和稀疏编码的图像去雨方法

权利要求书

1.一种基于景深和稀疏编码的图像去雨方法，其特征在于：包括以下步骤：

步骤1，输入含雨的原始图像，利用联合双边滤波和短时傅里叶变换对所述原始图像进行分解，得到低频图像和高频图像；

步骤1中将原始图像分解为低频图像和高频图像的具体方法包括：

对所述原始图像进行双域滤波，得到引导图像；分别对所述原始图像和所述引导图像进行双边滤波，得到基本层图像和引导层图像，所述基本层图像作为低频图像；

计算原始图像和引导图像在某点的邻域残差，利用双边滤波的核函数分别对该邻域残差进行加窗处理，利用加窗处理后的引导图像构造高斯核函数，对加窗处理后的原始图像进行收缩得到细节层图像，所述细节层图像作为高频图像；

步骤2，根据图像本身的纹理特性将所述高频图像分为K类，对每一类进行分块处理得到去雨字典；

步骤3，利用主成分分析将所述去雨字典的字典原子分为含雨原子和不含雨原子，再运用支持向量机对含雨原子和不含雨原子进行训练，将所述去雨字典分为两类：含雨字典和不含雨字典；

步骤4，利用正交匹配追踪得到关于所述去雨字典的稀疏表示系数，以获得所述高频图像中的不含雨成分；

步骤4中得到所述高频图像中的不含雨成分的具体方法为：对纹理分量中的每个图像块应用正交匹配追踪计算出关于所述去雨字典的稀疏表示系数将所述稀疏表示系数中对应于所述不含雨字典的稀疏表示系数作为不含雨系数则每个不含雨图像块可以表示为得到不含雨纹理分量平均在重叠区域的像素值，进而得到高频图像的不含雨成分

步骤5，计算所述原始图像的景深DoF值，利用景深DoF值修正所述高频图像中的不含雨成分得到景深修正无雨高频图，修正所述低频图像和所述原始图像得到景深修正低频图；

步骤6，对所述景深修正低频图和所述景深修正无雨高频图进行叠加，得到去雨后的输出图像。

2.根据权利要求1所述的基于景深和稀疏编码的图像去雨方法，其特征在于，所述稀疏表示系数计算公式如下：

其中，表示所述去雨字典的稀疏表示系数，表示纹理分量中的第p个图像块，表示去雨字典，表示相对于去雨字典稀疏表示系数的向量，λ表示正则化参数。

3.根据权利要求1所述的基于景深和稀疏编码的图像去雨方法，其特征在于，步骤5中利用景深DoF值对所述高频图像进行修正，具体公式如下：

其中，表示景深修正无雨高频图，表示高频图像的不含雨成分的DoF值，DoF^I表示原始图像的DoF值，表示步骤4得到的高频图像的不含雨成分。

4.根据权利要求3所述的基于景深和稀疏编码的图像去雨方法，其特征在于，步骤5中利用景深DoF值对所述低频图像和所述原始图像进行修正，具体公式如下：

其中，表示景深修正低频图，I表示原始图像，I_LF表示低频图像，α(i,j)∈[0 1]表示的值归一化加权系数，为原始图像不含雨的显著图，的计算公式为