论文部分内容阅读
雨天视频图像受得户外天气因素的影响,使得场景中的很多信息被覆盖或者模糊化,造成细节信息无法辨认,这影响了相应的视频监控系统的正常工作和运行效率。因此,消除此不利因素的影响,提高图像的质量和视觉效果变得尤为重要。雨是一种复杂的天气情况,高速下落雨滴的数量分布和时空分布是随机的,这使对雨场景的建模变得复杂化,且特定的物理模型只适应于一定的雨场景。本文使用一种基于局部开窗的亮度初检,该法先对相邻帧视频图像亮度值作差,再对差值图像进行开窗处理。此算法能很好地区分出场景和目标,并对目标区域内的雨区进行有效地检测。此外,该算法不必对运动目标进行复杂的配准过程,提高了系统的雨区检测的速度。在亮度初检的基础上,添加雨线的大小、方向等特性约束,完成了雨区的检测工作。该雨区的检测过程利用雨线的亮度、大小、方向特性,能检测出精准的雨区。在检测出的雨区之后,本文用曲率驱动扩散模型视频图像进行帧内修复。该模型通过对全微分模型进行改进,利用边界曲率调整各向异性扩散的权系数。曲率驱动扩散模型修复对于单帧图像能取得较好视觉效果,但对整个视频存在闪烁现象。在单帧修复的基础上进行多帧中值滤波平滑处理能消除闪烁现象。雨区的检测是在雨线时空特性进行的,适应于雨线时空特性明显的中小雨场景;由于大雨场景雨线特性不明显,检测效果不佳。