视频图像中雨雪去除的算法制造技术

本发明专利技术为视频图像中雨雪去除的算法，属于视频图像处理领域。由于雨雪恶劣天气的影响，模糊的图像视频会给我们带来不利的影响，造成不可预计的后果，该发明专利技术旨在不影响处理效果的基础上，提高视频中雨雪的处理速度，最大程度的降低雨雪天气对视频图像的影响，给我们的生活带来有利的保障。本算法基于YCbCr色彩空间，将RGB色彩空间进行转换后，进行多次迭代，根据Y，Cb，Cr值的变化大小来辨别该区域是否有雨，将有雨区域的像素用无雨区域的像素值取代后，恢复视频图像到常规的RGB色彩空间。由于目前市面上绝大多数视频监控摄像头所输出的原始数据均为YCbCr格式，若将本算法移植到摄像头硬件端，可以省去YCbCr与RGB相互转换的运算时间，能够广泛的应用到市面上的各大摄像头，给人们生活带来便利。

An algorithm for removing snow and snow in video images

The invention relates to an algorithm for removing snow and rain in a video image, belonging to the field of video image processing. Due to the impact of rain and snow weather, video image blur will bring adverse effects to the US, causing unpredictable consequences, the invention does not affect the foundation treatment effect, improve the processing speed of video in the rain and snow, reduce the maximum degree of influence of rain and snow on the video image, bring benefit to our security life. This algorithm is based on YCbCr color space, the RGB color space conversion, iteration, according to Y, Cb, Cr value to identify changes in the size of the area if there is rain, there will be rain area with the pixel value of the pixel area without rain after the resumption of video image to RGB color space routine. Because the original data currently available on most video surveillance camera output are YCbCr format, if the algorithm is transplanted to the camera hardware terminal, can save YCbCr and RGB conversion operation time, can be widely applied to various cameras on the market, bring convenience to people's lives.

【技术实现步骤摘要】
视频图像中雨雪去除的算法
本专利技术属于视频图像处理领域，具体来说，是视频图像中雨雪处理的算法。
技术介绍
现今社会是互联网+的时代，随着影像技术的发展，人们获取各种视觉信息的主要手段来自图片与视频图像，而计算机技术，图像处理技术，无线网络技术等的快速发展，使视频监控系统发生了翻天覆地的变化，慢慢的进入到人们的日常行为生活中。视频监控系统得以广泛的应用于工业控制，医疗建筑，智能交通，军事国防等领域，方便了人们的日常生活，学习，工作。室外恶劣天气雨雪的出现，严重影响了视频监控系统进行目标的追踪，物体的识别，特征的提取，造成视频图像的模糊，于军事国防上，则会情报有误，影响战略部署，于工业控制中，则会造成对整个产品制造的错误判断，而造成巨大的经济损失，同样，由于雨雪恶劣天气的影响，模糊的图像视频会给我们带来不利的影响，造成不可预计的后果，尤其是在车牌识别，导航等方面的应用，因此，必须对雨雪影响的视频图像进行复原，最大程度的降低雨雪天气对视频图像的影响，提高系统的稳定性，确保良好的工作，给我们的生活带来有利的保证。关于视频图像雨雪的去除起步很晚，但已经吸引了大量的学者进行研究，目前主要多集中于雨滴的去除，主要为以下几种方法：K.Miyake等人按一般的惯性思维将雨滴作为图像的噪点进行去噪处理，而雨滴不同于噪声，有其独特的特点，具有连贯性，动态特征，因而图像不能得到较好的恢复；Wan-JooPark等人对静态雨滴的亮度进行研究，发现在曝光时间极短的情况下，雨滴亮度很高，对背景没有太大影响，可作为盐噪声去处理，但这种方法局限性太大；K.Gray等人等人对雨滴的亮度特性进行研究，发现在图像中被雨滴覆盖的像素点的亮度较高，而同一个像素点在连续几帧里被雨滴覆盖的可能性很小，所以采用连续几帧帧差法进行处理后，取得的效果较好，但背景易被忽略；X.Zhang等人对雨滴与背景的RGB颜色进行分析，采用K-means聚类的方法检测雨滴然后滤波后去除；Brewer等人将雨线的大小特征列入考虑，在动态小雨的情况下有较好的处理效果，但大雨情况下无明显变化；Bossu等人利用直方图统计出雨线的基本方向，然后将偏离基本方向的雨线作为虚警去掉，此方法需要雨线的特性明显；Barnum等人将雨滴的大小，方向，形状等同时考虑进行高斯建模，然后进行频域变换对图像进行恢复。
技术实现思路
针对目前一些研究人员做的关于视频图像中去雨雪的方法，本专利技术中算法的主要目的就是在不牺牲处理效果的基础上，提高处理的速度，并且能够更好的适用于目前市面上大多数监控摄像头。【附图说明】附图【1】是本专利对于图像中去除雨雪算法的流程说明图。【具体实施方案】本专利技术提供的视频图像雨雪去除方法有以下一些步骤：S1：对原始视频图像序列进行线性转换，建立视频帧的YCbCr色彩空间模型；S2：对S1中获取的视频帧YCbCr数据进行多次迭代帧差法运算；S3：对S2中帧差法中每一帧与前一帧的变化数据设定阈值进行比较，根据Y的变化区分变化像素点，根据Cb及Cr的变化区分运动物体和雨雪；S4：对于S3中检测出的雨雪像素点复原至前一帧该点数据，经过多帧迭代提高处理效果S5：将S4中得出的YCbCr数据经过线性运算转换为RGB色彩空间图像针对步骤S1，所采用的转换公式为：针对步骤S3，Y表现的是像素点的亮度属性，而Cb和Cr表现的是像素点的色度属性。对于由雨经过的点，其表现出的特性为Y变化较大，而Cb和Cr值变化很小；而对于有其他明显的运动物体经过的点，其表现出的特性为Y可能变化较大，而Cb和Cr值变化很大；对于其他点，其Y、Cb、Cr值变化可以忽略不计。因此根据Y值和Cb、Cr值的变化就可以有效的区分雨滴、动态物体和未变化区域。针对步骤S4，为了提高大雨环境下的运算效果，这里在步骤S3的基础上，采用5帧迭代的算法。针对步骤S5，所采用的转换公式为：与其他已发表的算法的对比(基于IntelXeonX5550CPU，主频2.67Ghz，内存6G的计算机上对各算法进行多次测试，帧分辨率为1920＊1080)：算法本方法帧差法HSVk-means平均时耗(40帧)61.43s15.78s606.29s404.59s是否支持动态背景是否是是大雨环境处理效果较好一般较好一般本文档来自技高网...

【技术保护点】
一种视频图像中雨雪去除的算法，其特征在于，该方法包括如下步骤：S1：对原始视频图像序列进行线性转换，建立视频帧的YCbCr色彩空间模型；S2：对S1中获取的视频帧YCbCr数据进行多次迭代帧差法运算；S3：对S2中帧差法中每一帧与前一帧的变化数据设定阈值进行比较，根据Y的变化区分变化像素点，根据Cb及Cr的变化区分运动物体和雨雪；S4：对于S3中检测出的雨雪像素点复原至前一帧该点数据，经过多帧迭代提高去除效果S5：将S4中得出的YCbCr数据经过线性运算转换为RGB色彩空间图像 。

【技术特征摘要】
1.一种视频图像中雨雪去除的算法，其特征在于，该方法包括如下步骤：S1：对原始视频图像序列进行线性转换，建立视频帧的YCbCr色彩空间模型；S2：对S1中获取的视频帧YCbCr数据进行多次迭代帧差法运算；S3：对S2中帧差法中每一帧与前一帧的变化数据设定阈值进行比较，根据Y的变化区分变化像素点，根据Cb及Cr的变化区分运动物体和雨雪；S4：对于S3中检测出的雨雪像素点复原至前一帧该点数据，经过多帧迭代提高去除效果S5：将S4中得出的YCbCr数据经过线性运算转换为RGB色彩空间图像。2.根据权利要求1中所述的视频中雨雪去除的算法，其特征在于，S1中原始视频图像序列应包括RGB颜色模型。3.根据权利要求1中所述的视频...

【专利技术属性】
技术研发人员：安鹤男，陈阳，张军，潘娇娇，
申请(专利权)人：安鹤男，
类型：发明
国别省市：广东,44