[发明专利]一种图像去雨滴的边界蔓延方法及装置

说明书

本发明公开了一种图像去雨滴的边界蔓延方法及装置，涉及视觉传感器的数据优化处理领域，其中，边界蔓延方法包括：识别得到图像中雨滴的轮廓线，并对雨滴轮廓线外附近颜色进行识别，根据识别得到的颜色：若雨滴轮廓线外附近颜色为非单一色，则基于各颜色之间的分界线将雨滴划分为多个区域块，并基于区域块附近颜色进行区域块颜色的填充；若雨滴轮廓线外附近颜色为单一色，则使用该颜色填充雨滴内部。本发明所需要的计算量较小，处理图片的速度快效率高，且没有场景限制，适用于多种场景。

技术领域

本发明涉及视觉传感器的数据优化处理领域，具体涉及一种图像去雨滴的边界蔓延方法及装置。

背景技术

车载摄像头在车辆运行时实时连续拍摄图像，在阴雨天气，图像中的雨滴会干扰人类乘员的视线，也会干扰图像处理算法对图像的目标识别，因此图像去雨滴是一个比较活跃的研究分支。

现有技术手段是使用生成对抗网络GAN，来从含有雨滴的图像恢复成无雨滴的图像。其基本原理，是对相同或者类似的一对场景，通过训练神经网络，建立“有雨滴”和“无雨滴”两种时候的对应关系。比如书房窗户外有雨滴和无雨滴时各拍一张图像，建立这两张图像之间的对应关系，然后给训练后的神经网络输入有雨滴的图像，输出(生成)对应的无雨滴图像。但是这种方法神经网络计算量庞大，而车载ADCU(AutomatedDrivingControlUnit，自动驾驶域控制器)受成本、重量、供电等限制算力有限，无法处理较为复杂的图片，且不能识别训练中没有出现过的场景，适用场景有限。

发明内容

针对现有技术中存在的缺陷，本发明的目的在于提供一种图像去雨滴的边界蔓延方法及装置，利用每个雨滴周围紧邻的周围环境颜色向雨滴内侧延伸并结合雨滴内部色块的颜色对雨滴的颜色进行填充，直至整个雨滴都被填充完毕，达到图像去雨滴的效果，所需要的计算量较小，处理图片的速度快效率高，且没有场景限制，适用于多种场景。

为达到以上目的，本发明采取的技术方案是：

识别得到图像中雨滴的轮廓线，并对雨滴轮廓线外附近颜色进行识别，根据识别得到的颜色：

若雨滴轮廓线外附近颜色为非单一色，则基于各颜色之间的分界线将雨滴划分为多个区域块，并基于区域块附近颜色进行区域块颜色的填充；

若雨滴轮廓线外附近颜色为单一色，则使用该颜色填充雨滴内部。

在上述技术方案的基础上，所述若雨滴轮廓线外附近颜色为非单一色，则基于各颜色之间的分界线将雨滴划分为多个区域块，并基于区域块附近颜色进行区域块颜色的填充，具体步骤包括：

当雨滴轮廓线外附近颜色为非单一色时，则识别出各颜色之间的颜色分界线；

基于识别得到的颜色分界线，延长颜色分界线以将雨滴划分为多个区域块；

对于划分得到的区域块，若当前区域块含有雨滴轮廓线，则使用雨滴轮廓线外部颜色填充当前区域块，若当前区域块不含有雨滴轮廓线，则使用当前区域块附近其他区域块颜色填充当前区域块。

在上述技术方案的基础上，所述基于识别得到的颜色分界线，延长颜色分界线以将雨滴划分为多个区域块，具体步骤包括：

根据识别得到的颜色分界线：

若颜色分界线与雨滴轮廓线存在交点，则将该颜色分界线定义为射入线；

射入线延长至雨滴内部并穿出雨滴，对雨滴进行区域划分，得到区域块。

在上述技术方案的基础上，所述射入线延长至雨滴内部并穿出雨滴，具体步骤包括：

基于当前射入线与雨滴轮廓线的交点，做当前摄入线的切线，延长切线至雨滴内部并穿出雨滴。