[发明专利]一种车载摄像头拍照图像自动去雨方法

说明书

本发明提出的一种车载摄像头拍照图像自动去雨方法，将雨滴视为噪声，首先建立输入和输出为雨天相同场景下不同时刻的图像的网络模型，通过网络模型获得雨天噪声分布；然后通过去噪声网络对雨天图像进行处理，获得无雨效果图。本发明中，基于输入和输出为相同场景下不同时刻的雨天图像的样本进行训练，获得雨天噪声分布，并结余雨天噪声分布对雨天图像进行去雨处理。如此，本发明中，模型的训练不需要干净的无雨图像，简化了数据处理难度，提高了可行性，并保证了数据处理的精确程度。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种车载摄像头拍照图像自动去雨方法。

背景技术

目前在车载摄像头拍照和无人驾驶辅助系统设计领域，对于雨天环境下的拍照分析处理非常困难，大雨天气往往导致拍照模糊或者大雨信息干扰，造成计算机分析系统出错，进而出现故障，增加车祸风险。对于照片或者视频中大雨的去除，目前尚无成熟方案，如何将大雨环境下的照片还原为无雨环境，将对车载拍照分析和无人驾驶辅助分析系统至关重要。

发明内容

基于背景技术存在的技术问题，本发明提出了一种车载摄像头拍照图像自动去雨方法。

本发明提出的一种车载摄像头拍照图像自动去雨方法，将雨滴视为噪声，首先建立输入和输出为雨天相同场景下不同时刻的图像的网络模型，通过网络模型获得雨天噪声分布；然后通过去噪声网络对雨天图像进行处理，获得无雨效果图。

优选的，雨天噪声分布的获得具体包括以下步骤：

获取样本，每一个样本由雨天相同场景下不同时刻的两张图像组成，且前一时刻的图像作为输入图像，后一时刻的图像作为输出图像；

建立均包含多个样本的训练样本数据集和测试样本数据集，并结合训练样本数据集和测试样本数据集获得雨天噪声分布。

优选的，训练样本数据集中的样本数量大于或等于100000。

优选的，样本中的图像、去噪声网络的输入图像和输出图像均尺寸相同。

优选的，基于Vnet网络对训练样本数据集进行训练。

优选的，训练过程中采用MSE作为损失函数。

优选的，基于CycleGAN网络对训练样本数据集进行训练。

优选的，通过去噪声网络对雨天图像进行处理的方法为：结合获得的雨天噪声分布建立输入为雨天图像，输出为无雨图像的去噪声网络，然后通过去噪声网络对待处理的雨天图像进行去雨处理。

优选的，通过去噪声网络对雨天图像进行处理的步骤包括：

获得雨天图像，并根据去噪声网络的输入图像尺寸对雨天图像进行尺寸整形；

将整形后的雨天图像输入去噪声网络，获得输出图像；

根据整形前的雨天图像尺寸对输出图像进行尺寸还原，获得去雨效果图。

本发明提出的一种车载摄像头拍照图像自动去雨方法，基于卷积神经网络，构建下雨照片还原网络，将一张雨景照片还原为无雨照片，进而避免下雨对车外道路环境分析的干扰。

且，本发明中，基于输入和输出为相同场景下不同时刻的雨天图像的样本进行训练，获得雨天噪声分布，并结余雨天噪声分布对雨天图像进行去雨处理。如此，本发明中，模型的训练不需要干净的无雨图像，简化了数据处理难度，提高了可行性，并保证了数据处理的精确程度。

附图说明

图1为本发明提出的一种车载摄像头拍照图像自动去雨方法流程图；

图2为本发明实施例提出的一种车载摄像头拍照图像自动去雨方法流程图；