[发明专利]一种基于静态雨纹的图像去雨方法及系统

说明书

本发明涉及一种基于静态雨纹的图像去雨方法及系统，包括：构建图像训练数据库；根据图像训练数据库中的有雨‑纯雨纹图像对，构建静态雨纹检测网络结构；将待去雨图像进行滤波处理，获取待去雨图像的高频信息和低频信息；将待去雨图像的高频信息输入到静态雨纹检测网络结构，得到雨纹高频信息；将待去雨图像的高频信息减去雨纹高频信息，得到无雨图像的高频信息；将无雨图像的高频信息与待去雨图像的低频信息相加，获得无雨图像。本发明通过移除低频信息等干扰网络功能项，提升了静态雨纹检测网络结构的检测能力。在保留主要的雨纹特征信息的同时减少了静态雨纹检测网络参数和计算量，简化了运算，构建处理速度快，提高了深度网络模型的泛化能力实时性高。

技术领域

本发明涉及图像处理领域，特别是涉及一种基于静态雨纹的图像去雨方法及系统。

背景技术

随着现代信息技术的快速发展，人们希望获取更加清晰的图像，为此，通常需要去除图像中的雨纹。

传统的基于静态雨纹的图像去雨方法，主要采用基于稀疏字典学习的方法，这种方法的核心是从合成的雨图库中学习获得一个目标雨纹稀疏字典，通过该目标雨纹稀疏字典来区分雨纹和背景图像。但是，这种方法需要不断引入新的目标特征来增加字典分类的区分度，增加了算法的复杂度，运算耗时长，实时性低。

发明内容

基于此，本发明的目的在于，提供一种基于静态雨纹的图像去雨方法，其具有简化运算，构建处理速度快、实时性高的优点。

一种基于静态雨纹的图像去雨方法，包括如下步骤：

构建图像训练数据库；其中，图像训练数据库中包括多对有雨-纯雨纹图像对；

根据图像训练数据库中的有雨-纯雨纹图像对，构建静态雨纹检测网络结构；

将待去雨图像进行滤波处理，获取待去雨图像的高频信息和低频信息；

将待去雨图像的高频信息输入到静态雨纹检测网络结构，得到雨纹高频信息；

将待去雨图像的高频信息减去雨纹高频信息，得到无雨图像的高频信息；

将无雨图像的高频信息与待去雨图像的低频信息相加，获得无雨图像。

相比于现有技术，本发明的去雨方法利用低通滤波器对图像数据库进行预处理操作，移除低频信息等干扰网络功能项，提升了静态雨纹检测网络结构的检测能力。进一步地，通过有雨-纯雨纹图像对构建静态雨纹检测网络结构，在保留主要的雨纹特征信息的同时减少了静态雨纹检测网络参数和计算量，简化了运算，构建处理速度快，提高了深度网络模型的泛化能力实时性高。

进一步地，所述构建图像训练数据库包括如下步骤：

获取多张无雨图像和多张纯雨纹图像；

通过线性静态雨纹叠加模型，在无雨图像中加入纯雨纹图像，获取对应的线性有雨图像；

通过非线性静态雨纹混合模型，在无雨图像中加入纯雨纹图像，获取对应的非线性有雨图像；

通过区域相关降雨图像模型，在无雨图像中加入纯雨纹图像，获取对应的区域相关有雨图像；

根据无雨图像、纯雨纹图像、线性有雨图像、非线性有雨图像、以及区域相关有雨图像构建有雨-纯雨纹图像对。

采用线性静态雨纹叠加模型、非线性静态雨纹混合模型和区域相关降雨图像模型，对无雨图像添加纯雨纹，使得获得的有雨图像可以囊括更多情况的要求，进而使图像训练数据库中的图像数据更加多样，更加完善，从而使后续构建出的静态雨纹检测网络结构更加完善，具有更广泛的去雨消除能力。