【技术实现步骤摘要】
数字图像处理与计算机视觉。本专利技术是一种基于梯度域分析的单张图像去雨算法，旨在研究如何利用图像自身信息消除雨纹的干扰，从而恢复原有纹理。不同于对视频序列处理，缺少前后帧的辅助，使单幅图像的去雨变得更具有挑战性。
技术介绍
雨是恶劣天气的一种，在成像过程中呈高亮条纹状，将场景信息遮挡，产生了新的梯度信息。因而，下雨天基于图像特征的视觉算法，如识别，检测等常常会失效。早期的研究关注如何处理视频，借助于视频中前后帧内容上的关联性(同一场景，在一些帧中没有被遮挡)，恢复被覆盖的图像纹理。然而，单张图像的去雨问题，缺少上下文内容的辅助，更具有挑战性。单张图像的去雨算法可以分为3种，基于训练集学习的算法，基于滤波的算法，基于低秩的算法，各有优缺点。基于学习的算法能够有效的分离开雨纹，缺点是耗时较久，限制了其应用，而且当部分纹理信息和雨纹相似时，训练过程中很难得到有效的字典，导致此类纹理信息被误剔除。基于滤波和低秩的方法，耗时少，缺点是鲁棒性不高。
技术实现思路
本专利技术旨在设计一种高效且有效的单张图像去雨方法。雨在图像中常常呈现出竖条纹状，具有方向性，因而对X方向和Y方向的梯度影响呈不同统计特性。基于此现象，本专利技术提出了一种基于梯度域分析的去雨框架。去雨问题旨在恢复图像的纹理，理论上纹理可通过泊松方程由相互垂直的两个方向的梯度求解。因而，如果存在一个方向，在此方向上的梯度干扰最小，可以忽略不计，去雨问题就可简化成求解另一个方向的梯度信息。本专利技术先将原图用双边滤波器分成高频和低频两部分，使几乎所有的雨纹信息保留在高频部分，因而我们只处理。绝大多数雨纹的方向，就...
【技术保护点】
将原图像用双边滤波分解成高频和低频两部分，使所有雨产生的纹理信息都保留在高频部分;用方向梯度直方图（HOG）寻找一个方向，使高频图像部分的梯度在这个方向受干扰最少，可以忽略不计。
【技术特征摘要】
1.将原图像用双边滤波分解成高频和低频两部分，使所有雨产生的纹理信息都保留在高频部分;用方向梯度直方图（HOG）寻找一个方向，使高频图像部分的梯度在这个方向受干扰最少，可以忽略不...
【专利技术属性】
技术研发人员：刘怡光，都双丽，曹丽萍，
申请(专利权)人：四川大学，
类型：发明
国别省市：四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。