在城市交通、公共信息安全、邊防、視頻監(jiān)控等許多領域,計算機視覺系統(tǒng)有著重要的應用價值,但是在惡劣天氣(如雨、雪)下,采集的圖像清晰度會降低,另外,雨、雪等噪聲還會造成視頻監(jiān)控系統(tǒng)中運動估計的不正確,降低壓縮率,制約著監(jiān)控視頻的存儲系統(tǒng)。為此,本文從時域和頻域兩個角度分析,提出了兩種不同的視頻圖像去雨方法,從而獲得清晰圖像。本文主要研究內(nèi)容如下:(1)從時域角度出發(fā),提出了一種基于雨滴特性改進的視頻圖像去雨算法。本文先分析了雨滴的時域亮度波動特性和色彩約束特性。首先,通過雨滴亮度值波動特性和改進的K均值聚類方法實現(xiàn)雨滴的初步分類,再結合雨滴色彩約束特性對初步分類的結果進行優(yōu)化,減少誤檢和漏檢。最后,利用統(tǒng)計特性計算被雨滴污染的像素亮度值,從而完成視頻圖像中雨滴的去除。(2)從頻域角度出發(fā),提出了一種基于雙樹復小波融合改進的視頻圖像去雨算法。由于雨滴主要存在于圖像的高頻部分中,首先,通過雙樹復小波對圖像進行分解,分成低頻子圖像和高頻子圖像。針對高頻子圖像,提出一種基于局部能量和匹配度的融合策略。針對低頻子圖像,提出一種基于主成分分析的融合策略。最后,通過雙樹復小波逆變換進行圖像重構,得到融合...

【文章頁數(shù)】：86 頁

【學位級別】：碩士

【部分圖文】：

圖1.1惡劣天氣圖像

第1章緒論像去雨的研究背景及意義市交通、公共信息安全、邊防、視頻監(jiān)控等許多領域，計算機視覺用價值。但是，在惡劣天氣（如雨、雪、霧等）下，采集的圖像質(zhì)且還限制了其算法的功能，如檢測、識別等。為此，如何解決雨雪約是當下研究和討論的熱點問題之一。是計算機視覺的基礎之一，是人類獲....

圖2.1雨滴

情況各異的惡劣環(huán)境下，顆粒的物理特征和視覺特征也是各異的，因外天氣狀況大致分為兩類：靜態(tài)天氣和動態(tài)天氣類型。目前對于靜態(tài)去雨研究比較多，在動態(tài)條件下，大氣粒子的視覺特征較復雜，所以下圖像去雨工作比較少。因為天氣易受外界環(huán)境干擾，而且時空特性以在靜態(tài)天氣下所建立的一些雨滴模型和算法....

圖3.6不同場景下的a)場景1b)場

圖3.6不同場景下的a)場景1b)場圖3.6中的視頻圖像是分別取自不同得出：在圖像中沒有移動物體時，任意個等。從圖3.6（c）中可以得出：在圖像中驗證前文所提的入射角幾乎一致，則雨滴3.2.3K均值聚類理論K均值聚類又稱為K-means算法，K-該算法具有....

圖3.15第1組檢測結果

實驗結果分析.1雨滴檢測實驗結果的分析本節(jié)選取2組實驗測試圖像，第1組為室內(nèi)視頻圖像，從視頻圖像中可以清窗外的雨線，第2組為室外視頻圖像，從圖像中也可以明確地看出雨線的干驗選取的雨天視頻圖像主要為中雨或大雨情況，并不適用于重雨或小雨的情在圖像中呈現(xiàn)為明顯的雨線，而且....

本文編號：4031170