单幅雨天图像去雨方法研究

摘要

在有雨天气下，受雨滴影响，户外计算机视觉系统所采集的图像产生严重的退化降质，表现为对比度降低、画面模糊不清，严重影响户外计算机系统的正常应用。针对该问题，本文围绕单幅图像的去雨和增强方法进行了深入研究，具体工作及创新点如下： (1)针对雨天图像实时清晰化问题，提出了一种基于快速加权中值滤波引导的单幅图像快速去雨方法。首先，利用快速加权中值滤波对雨天图像进行滤波，去除图像场景中雨滴；然后，将快速加权中值滤波器处理后图像作为引导图像，对原始雨天图像进行引导滤渡处理获得边缘与纹理保留的无雨图像。实验表明，该方法不仅能有效去除图像中雨滴，而且能够保护图像的纹理和细节，实现了对雨天图像的实时去雨。 (2)针对大雨无气的去雨问题，提出了一种基于多阶段滤波的单幅雨天图像增强方法。首先．利用高斯滤波器将原始雨天图像分解为高频部分与低频部分；然后，对高频部分做类似的操作进一步得到高额部分，将原始雨天图像与高频图像做差得到初步无雨图像；最后，利用暗通道先验对无雨图像去雾。实验结果表明，该方法在雨量较大的情况下仍有较好的视觉效果。 (3)针对夜间雨天图像去雨问题，提出了一种基于深度卷积的单幅夜间雨天图像去雨方法。首先，利用相对平滑度方法将原始图像分解为阴影圈像与反射图像，保留含有大量背景细节的反射图像，去陈含有强光源的阴影图像；然后，分别利用带颜色恢复的多尺度Retinex算法和自适应细节增强算法将反射图像增强；另外，为了加速训练模型需要利用图像的先验知识，因此利用二次引导滤波将增强后的图像分解为高频部分与低频部分；最后，将高额部分作为深度细节网络模型的输入值得到无雨图像，并将该无雨图像与增强后的图像融合得到清晰的无雨图像，实验表明，该方法不仅能提高图像的对比度，而且能有效去除图像中雨滴。

目录

第一个书签之前

1 绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.2.1 视频图像的去雨

1.2.2 单幅图像的去雨

1.2.3 现存的问题及难点

1.3 本文主要工作及章节安排

1.3.1 本文主要工作

1.3.2 本文章节安排

2 基于快速加权中值滤波引导的单幅雨天图像去雨方法

2.1 问题的提出

2.2 算法描述

2.2.1 快速加权中值滤波去除雨滴

2.2.2 引导滤波恢复图像纹理细节

2.3 实验结果及分析

2.3.1 合成雨天图像实验结果及分析

2.3.2 自然雨天图像实验结果及分析

2.4 本章小结

3 多阶段滤波的单幅雨天图像增强方法

3.1 问题的提出

3.2 雨天图像模型

3.3 算法描述

3.3.1 多阶段高斯滤波去除雨滴

3.3.2 暗通道先验去雾

3.4 实验结果及分析

3.4.1 合成雨天图像实验结果及分析

3.4.2 自然雨天图像实验结果及分析

3.5 本章小结

4 基于深度卷积的单幅夜间图像去雨方法

4.1 问题的提出

4.2 算法描述

4.2.1 相对平滑度方法分离夜间雨天图像

4.2.2 带颜色恢复的多尺度Retinex算法增强反射图像

4.2.3 自适应细节增强进一步细节增强

4.2.4 二次引导滤波实现图像分频

4.2.5 深度细节网络去除雨滴

4.3 实验结果及分析

4.3.1 自然夜间雨天实验结果及分析

4.3.2 合成夜间雨天实验结果及分析

4.4 本章小结

5 总结与展望

5.1 总结

5.2 研究展望

致谢

参考文献

附录