基于序列图片的雨天图像复原算法研究

摘要

雨映射在图像或视频上会引起像素强度剧烈的波动，使得户外视觉系统的性能退化，要使得视觉系统能够在雨天依然鲁棒地工作，必须设法去除图像上雨的退化效果，这个工作的突破必然会给目标跟踪、识别、导航等技术带来更大的应用价值。雨是恶劣天气中一种相对复杂的天气，无数微小的雨滴从高空高速下落，时空分布和数量随机变化，形成了一种复杂的时变信号，而且其视觉效果依赖于环境光照，因此，雨景的影像是十分复杂的。
　　 本文在深入调研雨的时空特性和频域特性以及对现有视频去雨的研究成果进行重现的基础上，进一步对雨景图像复原进行研究，主要工作有以下两个方面：
　　 (1)基于雨的视觉模型提出了基于的K均值和色度约束的雨检测算法，并给出了有效的复原算法。该算法适用于静态场景的雨的检测与去除。
　　 (2)结合雨带模型与雨的时空统计特性，基于其空域和频域全局特性，利用改进的背景减除初步检测出视频中的雨区，再根据雨景与非雨三维频域特性差异，去除初步检测中错误的雨区，从而实现雨区的检测，然后运用背景模型迭代手段实现雨的去除。

目录

文摘

英文文摘

论文说明：图表目录

声明

第一章绪论

第二章雨天图像复原

第三章基于空域模型的雨景图像复原

第四章基于频域模型的雨景图像复原

第五章总结与展望

参考文献

攻读硕士学位期间主要科研工作及成果

致谢