[发明专利]一种基于小波分析的图像去雨方法及系统

说明书

技术领域

本发明属于图像处理技术领域，尤其涉及一种基于小波分析的图像去雨方法及系统。

背景技术

雨对图像成像有很大的影响，会造成图像成像模糊和信息覆盖，其直接结果是视频图像的清晰度下降，视频图像的数字化处理也会受此影响而性能下降。对受雨滴污染的视频图像进行修复处理有利于图像的进一步处理，包括基于图像的目标检测、识别、追踪、分割和监控等技术的性能提高。而且视频基于小波分析的图像去雨技术在现代军事、交通以及安全监控等领域都有广泛的应用前景。

有关视频图像中雨滴特性的研究已受到国际学术界的广泛关注，去雨算法的研究也从2003年Starik等(StarikS,WermanM.Simulationofraininvideos[C]ProceedingofTextureWorkshop,ICCV.Nice,France:2003,2:406-409)提出的中值法开始得到了迅速的发展，处理的方法已经不再局限于最初简单的中值计算，偏度计算、K均值聚类、卡尔曼滤波、字典学习和稀疏编码、引导滤波、帧间亮度差、HSV空间、光流法、运动分割等很多方法也逐渐开始应用在视频图像中雨滴检测与去除的算法中，雨滴去除的效果也逐渐被提高。Garg等最先提出利用雨滴带来的帧间亮度差进行雨滴初检，然后利用雨滴的直线性和方向一致的特点进一步筛选，最后根据前后帧的像素亮度去除雨滴影响，可以较好地满足雨滴不覆盖连续帧图像情况下的雨滴检测与去除；Zhang等将雨滴给像素带来的色彩影响考虑在内，从而提高雨滴检测的准确性，改善了基于亮度变化的去雨算法在彩色图像上的应用效果；Liu等将雨滴的亮度影响和色彩影响同时应用在算法中，用两帧检测雨滴并去除；Tripathi等先研究雨滴像素亮度变化的概率统计特性，然后利用雨滴像素亮度变化的对称性实现雨滴检测，仅基于时域和另外考虑空间位置的影响时效果不完全相同；Kang等首先利用双边滤波将雨图分成高频部分和低频部分，并对高频部分进一步处理得到非雨成分，结合低频部分得到去雨图；Huang等首先利用上下文约束进行图像分割，并利用上下文感知进行单幅基于小波分析的图像去雨，并在此基础上提出了改进算法，文中首先用到了超完备的字典对高频部分进行处理。

特别是最近几年，视频图像去雨技术已成为新的研究热点。如何在保证高鲁棒性的前提下提高去雨的准确率和实时性，是目前视频图像去雨领域的焦点。目前存在的算法中，应用于静态场景视频雨滴检测与去除的算法有较为成熟的研究成果，但是应用在动态场景中的视频上时，算法考虑的是视频中出现运动物体所带来的干扰，对于与雨滴特性区别度不高的运动物体无法达到理想的检测效果。此外，实时处理在多项技术应用的自动导航系统、安全监控系统等场合中有很大的应用需求。这些应用场合中往往需要及时得到处理结果，反馈给用户，视频处理的滞后有可能导致用户做出错误的判断。因此视频中雨滴检测与去除不仅需要提高精度，也需要提高处理速度，而且需要找到二者之间最佳平衡点。但是当前算法还无法兼顾各种场景的处理速度和精度，实现去雨算法的实时性是当前研究面对的一个重要课题。

综上所述，现有的图像去雨技术存在的缺点在于：现有的图像去雨算法无法兼顾各种场景的处理速度和精度；同时，现有的图像去雨技术对于动态场景的去雨效果不是很理想，算法复杂度和算法实时性也不能很好地兼顾。

发明内容

本发明提供了一种基于小波分析的图像去雨方法及系统，旨在解决现有的图像去雨技术无法兼顾各种场景的处理速度和精度，对于动态场景的去雨效果不是很理想，且算法复杂度和算法实时性不能兼顾的技术问题。

本发明是这样实现的，一种基于小波分析的图像去雨方法，包括：

步骤a：根据小波分析对视频帧图像进行小波多层分解；

步骤b：分析各个图层的图像信息，检测出包含雨滴噪声的图层；

步骤c：根据雨滴的亮度特性定义雨滴污染程度系数，根据雨滴污染程度系数计算融合系数矩阵，根据融合系数矩阵对包含不同图像信息的图层分别进行小波融合，并通过融合结果进行图像重构得到去雨图像。

本发明实施例采取的技术方案还包括：在所述步骤a中，所述根据小波分析对视频帧图像进行小波多层分解具体为：基于小波分析的Malla算法进行分解，Malla算法的分解公式为：

C_i＝H_cH_rC_i-1