[发明专利]一种基于多尺度混合指数模型的视频去雨方法

摘要

本发明提出了一种基于多尺度混合指数模型的视频去雨方法，包括获取原始雨视频信息，根据雨视频的结构特性，构造成多尺度雨视频模型；原始雨视频成分分解，包括将不同尺度雨视频分别分解，得到雨信息，背景以及前景；对不同尺度信息，构造雨视频背景模型、前景运动物体检测模型和基于混合指数模型的初始雨统计模型，从而建立单一尺度下的雨视频的统计模型；对单一尺度下的雨视频统计模型用最大期望迭代优化算法优化，获得去雨后视频；对各个尺度的去雨视频采用金字塔分解重构，并加和平均获得最终的去雨视频。本发明可以有效地建立视频雨条纹噪声模型，提高视频图像去雨的清晰度，并进一步提高后期的视频处理结果的准确度。

主权项

1.一种基于多尺度混合指数模型的视频去雨方法，其特征在于，包括如下步骤：步骤S1，获取原始雨视频信息，根据雨视频的结构特性，构造成多尺度雨视频模型；步骤S2，原始雨视频成分分解，包括将不同尺度雨视频分别分解，得到雨信息，背景以及前景；步骤S3，对不同尺度信息，分别根据雨视频的背景信息具有低秩特性，基于低秩分解的方法，构造雨视频背景模型；步骤S4，对不同尺度信息，分别根据视频前景的运动特性构建前景运动物体检测模型，步骤S5，对不同尺度信息，分别根据雨视频中雨条纹的结构特性，构造基于混合指数模型的初始雨统计模型如下；步骤S6，对不同尺度信息，分别基于步骤S3‑S5所得结果，建立单一尺度下的雨视频的统计模型；步骤S7，以步骤S1中的原始雨视频作为输入，结合步骤S6中构造的单一尺度下的雨视频统计模型，用最大期望迭代优化算法优化模型，获得去雨后视频；步骤S8，对各个尺度的去雨视频采用金字塔分解重构，并加和平均获得最终的去雨视频。