【技术实现步骤摘要】
一种基于WLS滤波和多尺度稀疏表达的单幅图像去雨方法
本专利技术涉及数字图像处理领域，尤其是一种基于WLS滤波和多尺度稀疏表达的单幅图像去雨方法。
技术介绍
随着社会和科技的发展，摄像机和计算机视觉系统已经广泛的应用于目标识别与跟踪、监控、智能导航等相关领域。然而，这些系统设计的关键在于图像采集设备可以捕获到高质量清晰的图像。在雨雪等恶劣天气条件下，户外采集的图像会受到雨天环境的影响出现不同程度的降质，主要表现为图像特征受到不同程度的覆盖和模糊，图像中的细节信息无法识别。这些现象很大程度上限制了成像设备在计算机视觉系统中的推广和应用。例如，城市的监控系统，在雨天环境下，会影响目标识别和跟踪。因此，改善雨天环境下采集图像的质量，对计算机视觉系统的应用具有重要的意义。由于雨线特征具有时间和空间分布的随机性，在单幅图像中很难区分雨线与其它目标，并且雨天环境下采集的图像同时也会受到背景与环境光的影响，目前尚未建立成熟普适的物理模型。因此对于单幅图像进行雨痕去除仍然是一个难题。现有的单幅图像去雨方法主要分为两类：基于图像分解的方法和基于低秩矩阵的方法。基于图像分解的方法主要...
【技术保护点】
1.一种基于WLS滤波和多尺度稀疏表达的图像去雨方法，其特征在于，包括如下步骤：(1)采集原始的雨天降质图像；(2)将步骤(1)中采集的图像从RGB颜色空间转换到YCbCr颜色空间；(3)从步骤(2)中YCbCr颜色空间的图像中提取亮度分量Y；(4)对步骤(3)中提取的亮度分量Y用WLS滤波进行处理分为三层：Base层、T1细节层和T2细节层；(5)对步骤(4)中得到的Base层进行去雾处理，对T1和T2细节层进行去雨处理；(6)将步骤(5)处理后的三层进行合并得到去雨后的Y分量；(7)将步骤(6)得到的Y分量与步骤(2)中的Cb和Cr分量组合得到去雨后的图像；(8)将步骤...
【技术特征摘要】
1.一种基于WLS滤波和多尺度稀疏表达的图像去雨方法，其特征在于，包括如下步骤：(1)采集原始的雨天降质图像；(2)将步骤(1)中采集的图像从RGB颜色空间转换到YCbCr颜色空间；(3)从步骤(2)中YCbCr颜色空间的图像中提取亮度分量Y；(4)对步骤(3)中提取的亮度分量Y用WLS滤波进行处理分为三层：Base层、T1细节层和T2细节层；(5)对步骤(4)中得到的Base层进行去雾处理，对T1和T2细节层进行去雨处理；(6)将步骤(5)处理后的三层进行合并得到去雨后的Y分量；(7)将步骤(6)得到的Y分量与步骤(2)中的Cb和Cr分量组合得到去雨后的图像；(8)将步骤(7)得到的图像从YCbCr颜色空间转换到RGB颜色空间得到最终的去雨图像。2.根据权利要求1所述的基于WLS滤波和多尺度稀疏表达的图像去雨方法，其特征在于，在步骤(2)中，采集的图像从RGB颜色空间转换到YCbCr颜色空间的具体计算公式为：Y＝0.257*R+0.564*G+0.098*B+16Cb＝-0.148*R-0.291*G+0.439*B+128Cr＝0.439*R-0.368*G-0.071*B+128。3.根据权利要求1所述的基于WLS滤波和多尺度稀疏表达的图像去雨方法，其特征在于，在步骤(4)中，使用WLS滤波将输入图像的亮度分量Y分解为三层：Base层、T1和T2细节层。4.根据权利要求3所述的基于WLS滤波和多尺度稀疏表达的图像去雨方法，其特征在于，所述的使用WLS滤波分解亮度分量Y的具体过程为：使用WLS保边平滑滤波生成一系列逐渐平滑的图像序列u1,...uk-1，然后构建一个Base层和k-1个细节层，其中k代表尺度，本发明中k＝3。Base层和细节层的计算公式为：Base＝ukT1＝uk-1-ukT2＝uk-2-uk-1输入图像的亮度分量Y与Base层、T1和T2细节层满足如下...
【专利技术属性】
技术研发人员：王明辉，刘运，王跃，徐子惠，孔德仕，
申请(专利权)人：四川大学，
类型：发明
国别省市：四川,51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。