視頻和圖像作為視覺(jué)信息的主要表現(xiàn)形式,是人們獲取信息的主要渠道。然而在雨雪天氣中獲取視覺(jué)信息時(shí),雨雪會(huì)降低視頻圖像的視覺(jué)效果,造成信息遮擋或缺失,使得計(jì)算機(jī)對(duì)視頻圖像的后續(xù)分析和處理變得更加困難。因此,去除不良天氣對(duì)視頻圖像的影響,能夠有效地提高視頻圖像的視覺(jué)效果,有助于增加計(jì)算機(jī)對(duì)視頻圖像分析和處理的準(zhǔn)確性和可靠性。本文針對(duì)視頻圖像去雨雪問(wèn)題,對(duì)現(xiàn)有的視頻圖像去雨雪技術(shù)進(jìn)行深入研究和分析�；诮�(jīng)典的Kim方法,本文提出了改進(jìn)的雨雪去除方法。由于Kim方法沒(méi)有充分考慮參數(shù)的自適應(yīng)問(wèn)題,所以本文在經(jīng)典Kim模型的第二項(xiàng)引入一個(gè)自適應(yīng)參數(shù),用以提高視頻圖像的雨雪去除效果。然后結(jié)合噪聲期望最大化算法的噪聲效益思想,將視頻圖像中的雨雪當(dāng)作噪聲進(jìn)行去除,從而將引入自適應(yīng)參數(shù)后的模型抽象為背景和噪聲兩個(gè)部分,并提出了基于矩陣補(bǔ)全的自適應(yīng)參數(shù)模型。本文基于改進(jìn)的雨雪去除模型,提出了基于矩陣補(bǔ)全的自適應(yīng)去雨雪算法。在EM算法和噪聲期望最大化算法的啟發(fā)下,定義了參數(shù)化噪聲期望最大定理,并給出了本文算法的理論證明。在實(shí)驗(yàn)中,首先使用合成雨視頻驗(yàn)證該參數(shù)的有效性。然后,使用網(wǎng)格搜索法找到去除效果最好的參數(shù)。...

【文章頁(yè)數(shù)】：53 頁(yè)

【學(xué)位級(jí)別】：碩士

圖4-1“Highway”視頻序列的去雨結(jié)果

圖4-2“Boats”視頻序列的去雨結(jié)果

圖4-5展示了Kim方法和本文方法在“Niagara”視頻序列中的去雨結(jié)果

圖4-6展示了Kim方法和本文方法在“Port”視頻序列中的去雨結(jié)果

本文編號(hào)：3883289