[发明专利]视频图像雨滴的检测及识别方法

说明书

技术领域

本发明涉及一种模式识别、计算机视觉等领域中的图像雨滴检测与识别方法，属于图像处理技术领域。

背景技术

计算机视觉系统在军事领域中获得了广泛应用。然而，视觉系统却存在一个关键性的问题-对恶劣天气非常敏感。阴雨天气往往会导致大气能见度降低，视觉系统的成像质量下降，给依赖于视觉系统的监控、导航制导、目标跟踪、识别系统等带来巨大的困难。恢复阴雨天气下图像对视觉系统的全天候工作有着重要的意义。其中，雨滴的检测与识别是图像去雨的关键。

经过对现有技术的文献检索发现，没有关于图像雨滴检测和识别的发明专利，只有国内外少部分学者对雨滴的检测、识别和去除技术进行了初步的研究。

Garg等(Garg et al.，IEEE Conference on Computer Vision and Pattern Recognition，2004：528-535)首先利用雨滴光学模型初步检测雨滴；其次，利用雨滴像素灰度变化值与背景灰度值呈现线性关系这个约束条件，去除第一步中误检的雨滴；最后，基于雨滴运动方向上有较强的时空关联这一特点再次对雨滴进行识别。但是该方法检测雨滴的效果并不理想，且识别过程需要31帧图像，实时性较差。

Zhang等(Zhang et al.，IEEE International Conference on Multimedia and Expo，2006：461-464)首先对每个像素沿着时间轴方向进行K-means聚类(K＝2)以检测雨滴；然后，利用雨滴的色彩属性对上步检测的雨滴再次进行识别以剔除误检的雨滴。该方法检测雨滴需要利用全部视频帧，实时性较差。同时，由于该方法是基于单个像素进行真实雨滴的识别，故识别效果并不理想。

Brewer等(Brewer et al.，Lecture Notes in Computer Science，2008，5342：451-458)首先利用Garg的光学模型初步检测雨滴；然后，利用雨滴的长宽比和方向约束去除上一步误检的雨滴。该方法处理时仅需三帧图像，实时性较好。缺点是同样无法克服光学模型检测雨滴所存在的缺陷，而且雨滴长宽比这一约束条件并不理想，会将部分非雨物体误识别为雨滴。

发明内容

本发明所要解决的技术问题是提供一种视频图像雨滴检测和识别方法，快速、准确的实现图像中雨滴的检测。

为解决上述技术问题，本发明是采取以下的技术方案来实现的：

视频图像雨滴的检测及识别方法，其特征在于包括以下步骤：

(1)根据雨滴运动的特点，采用FastICA算法进行雨滴检测；

(2)为了获取雨滴形状特征参数，采用基于边缘信息引导的方法对检测的雨滴图像进行二值化；

(3)根据二值图像中联通区域的面积、方向角和宽度的统计特征进行雨滴识别。

前述的视频图像雨滴检测及识别方法，其特征在于：在所述步骤(1)中，根据雨滴运动的特点，采用FastICA算法进行雨滴检测，固定摄像头下拍摄的视频图像可以理解为背景分量与运动分量的叠加，背景基本不变，是一个独立分量，运动物体在图像中处于不同的位置并发生变换，是独立于背景图像的多个分量。FastICA算法能够将混合的独立分量分离开来，提取出图像的运动分量。根据雨滴运动的特点，采用FastICA算法提取出相对于背景不断变化的运动分量，即实现雨滴的检测，具体包括以下步骤：

(11)将每帧图像逐行按像素位置首尾相接构成一个向量，作为一个观测信号；

(12)三帧图像为一组，即三个向量作为一组混合的观测信号[x₁，x₂，x₃]^T，其中x₁，x₂，x₃分别代表三帧图像，每帧图像按行首尾相接成一个向量(T是线性代数里的基本符号)；用FastICA算法对这一组信号进行分离，得到三个独立分量[y₁，y₂，y₃]^T，其中y₁，y₂，y₃中的任两个为运动分量，另一个为背景分量；

(13)寻找三个独立分量中的背景分量，将其置零，假设y₃为背景分量，则令y₃＝0；