【技术实现步骤摘要】
一种针对动态视觉传感器事件流的新型去雨方法及系统
本专利技术涉及图像恢复、图像去噪
，更具体地，涉及一种针对动态视觉传感器事件流的新型去雨方法及系统。
技术介绍
动态视觉传感器，即DynamicVisionSensor，是一种基于事件的、应用仿生学概念的特殊传感器。人类因为清晰的视网膜细胞分层和不同视觉通道，具有超高的分辨率、极快的响应速度、强大的并行处理能力，功耗也非常低，能够对场景中的特征信息进行提取，而不是单纯的如同普通传统传感器一样对光照强度进行绝对的数值化呈现。去雨技术的需求来自户外视觉探测系统所遇到的问题，目前，户外视觉探测系统被广泛应用在物体检测、数据收集以及监控等方面，但是很容易被多种恶劣天气条件所影响，其中包括雨水天气。在雨水天气条件下，高速下落的雨滴会不可避免地在获取的图片中造成动态痕迹，同时，这些雨痕有可能会变形并干扰附近区域。关于去雨问题的研究已经有很多，最早的相关算法利用雨滴在辐射通量密度限制条件下的动态运动来从视频画面中去除雨痕，从此开始，研究人员提出了许多去雨方法，通过利用雨痕在光...
【技术保护点】
1.一种针对动态视觉传感器事件流的新型去雨方法，其特征在于，基于雨痕分布在时间方向和水平宽度方向上的稀疏性与不连续性，提出在宽度-时间即W-T空间对图像进行去雨操作，对图像的高度进行逐像素操作，即对于每一个高度值，检查其对应的W-T平面；具体包括以下步骤：/nS1.创建缓冲队列：创建一个存储DVS视频流的、深度为d的先入先出缓存队列Q(h×w×d)；当有新的事件帧/视频帧进入Q时，如果Q中已经存在d帧，则将其中最早进入的帧移出；/nS2.处理Q中的顶部帧I
【技术特征摘要】
1.一种针对动态视觉传感器事件流的新型去雨方法，其特征在于，基于雨痕分布在时间方向和水平宽度方向上的稀疏性与不连续性，提出在宽度-时间即W-T空间对图像进行去雨操作，对图像的高度进行逐像素操作，即对于每一个高度值，检查其对应的W-T平面；具体包括以下步骤：
S1.创建缓冲队列：创建一个存储DVS视频流的、深度为d的先入先出缓存队列Q(h×w×d)；当有新的事件帧/视频帧进入Q时，如果Q中已经存在d帧，则将其中最早进入的帧移出；
S2.处理Q中的顶部帧I1，对其去噪，得到原始帧I1对应的去雨后的帧
S3.基于顶部帧I1修复其去噪结果
S4.输出流中推入结果
S5.继续循环处理队列Q：从B中弹出顶部帧I1，Q中不为空时回到步骤S2，Q中为空时等待输入；
其中，DVS输出的事件流本质上是一系列H-W空间内二值图像的组合[I1，I2，...，It]，是一个二维张量，为H-W平面的切片；三维张量h为事件帧/视频帧的高；w为事件帧/视频帧的宽；Q为待去雨的图片的队列空间；为H-W平面的Ii对应的去噪结果；为H-W平面的对应的边缘损失修复结果。
2.根据权利要求1所述的针对动态视觉传感器事件流的新型去雨方法，其特征在于，所述的步骤S2具体包括：
S21.备份：复制Q中的顶部帧I1；
S22.空间域转换：将缓存队列Q(h×w×d)中的所有帧I转换至W-T空间中，转换后变为h个大小为w×d的图像
S23.基于中值滤波对W-T空间中图像逐帧去噪；
S24.空间域逆转换：将去噪后得到的h个从W-T空间逆转换回高度-宽度即H-W空间，得到原始帧I1对应的去雨后的帧
其中，W-T平面的切片；W-T平面的对应的去噪结果。
3.根据权利要求2所述的针对动态视觉传感器事件流的新型去雨方法，其特征在于，所述的中值滤波是通过搜索窗口中的中间像素值来替换掉目标像素值。
4.根据权利要求2所述的针对动态视觉传感器事件流的新型去雨方法，其特征在于，所述的步骤S23具体包括：
S231.将W-T平面中的未去雨帧逐帧进行中值滤波得到结果通过搜索窗口中的中间像素值来替换掉目标像素值；
S232.将中值滤波结果进行阈值滤波，得到
S233.将和逐元素相乘，得到对应的
其中，W-T平面的对应的中值滤波结果；W-T平面的的阈值滤波结果。
5.根据权利要求4所述的针对动态视觉传感器事件流的新型去雨方法，其特征在于，所述的S3步骤中利用备份的原始帧I1对进一步进行图像复原以恢复在步骤S23中擦除的有效信息和边缘信息。
6.根据权利要求5所述的针对动态视觉传感器事件流的新型去雨方法，其特征在于，所述的步骤S3具体包括：
S31.像素p在图片中的位置是I(hp，wp)，在定义的窗口，大小为2r+1中的邻域像素为：
H(p，r)＝{q(hq，wq)|hq∈[hp-r，hp+r]，wq＝wp}；
S32....
【专利技术属性】
技术研发人员：黄凯，刘妮，郭叙森，程龙，
申请(专利权)人：中山大学，
类型：发明
国别省市：广东;44
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。