[发明专利]基于梯度域分析的单张图像去雨方法

摘要

本发明是基于梯度域分析的单张图像去雨方法，雨在图像中常常呈现出竖条纹状，因而对X方向和Y方向的梯度影响呈不同统计特性。基于此现象，提出了一种基于梯度域分析的去雨框架。去雨问题旨在恢复图像的纹理，理论上纹理由相互垂直方向的梯度求解。如果存在一个方向，其梯度干扰最小，去雨问题可简化成求解其垂直方向的梯度。绝大多数雨纹的方向，就是梯度干扰最小的方向，本发明通过计算图像不同区域的方向梯度直方图(HOG)来确定此方向，并提出一种基于各向异性全变分和矩阵秩最小化的图像分解框架，将受干扰的梯度分解成表示纹理和表示雨纹两部分。与传统的基于学习的方法相比，新提出的去雨框架速度提高了60倍，同时可得到较好的效果。

主权项

1.一种基于梯度域分析的单张图像去雨方法，其特征在于，所述方法包括：将原图像用双边滤波分解成高频部分I_HF和低频部分I_LF，使所有雨产生的纹理信息都保留在高频部分；用方向梯度直方图(HOG)寻找一个方向，使高频图像部分的梯度在这个方向受干扰最少，可以忽略不计，其中，根据公式确定梯度干扰最小的方向β，ω(I_i)是区域I_i的权值，α(I_i)是区域I_i的HOG估计的方向；基于各向异性全变分和矩阵秩最小化的矩阵分解框架，将垂直于β方向的梯度分解为成表示纹理和表示雨纹两部分，用低秩约束雨纹用各向异性的全变分约束纹理计算得到纹理梯度干扰最小的方向β的梯度通过泊松方程求解不受干扰的高频部分即根据泊松方程求解不受干扰的高频部分其中根据公式确定去雨结果。