惡劣天氣條件下視頻圖像增強的關鍵問題研究.pdf

1、戶外視覺系統(tǒng)是圖像處理技術應用的一個重要領域。人們需要對戶外系統(tǒng)采集到的視頻和圖像資料做進一步的目標檢測,進行圖像分析及圖像理解等操作。這些處理方法對所使用的視頻和圖像質量有一定要求。戶外視覺系統(tǒng)與室內視覺系統(tǒng)采集到的視頻和圖像數(shù)據的共同點在于都會受光照等影響造成質量下降。而戶外系統(tǒng)與室內系統(tǒng)的區(qū)別在于,戶外系統(tǒng)還易于受天氣因素影響而導致嚴重的質量下降。直接使用受天氣影響的戶外圖像會嚴重影響后續(xù)操作的準確性。本文主要研究不同天氣因素對圖

2、像和視頻數(shù)據的影響,針對圖像和視頻數(shù)據去除雨、雪、霧的過程中所存在的關鍵問題進行分析,并分別給出解決方法,最終實現(xiàn)建立去除雨、雪、霧的統(tǒng)一模型,具體研究內容如下:
　　首先本文針對視頻圖像去除雨滴過程中存在的無法使用統(tǒng)計方法對雨滴軌跡與運動物體進行準確區(qū)分的問題,研究了在RGB空間中雨滴影響區(qū)域與運動目標成像區(qū)域的不同量化特征。首先以雨滴物理成像過程為基礎,對雨滴成像亮度和背景像素亮度之間的對應關系進行分析。在此基礎上對RGB空間

3、成像模型進行研究,通過引入基于RGB空間的雨滴檢測函數(shù),對雨滴影響區(qū)域與運動目標所在區(qū)域進行判別。最后使用背景像素替換法對檢測的雨滴區(qū)域進行雨滴去除操作。提出的基于RGB空間的雨滴檢測函數(shù)能夠有效降低雨滴檢測過程中的誤檢測率和漏檢測率。解決了已有算法通過對雨滴形態(tài)或亮度特性進行檢測時,只對部分雨滴有效這一缺點。
　　其次針對基于RGB空間的雨滴檢測函數(shù)求解過程過于復雜這一缺點,本文對基于HS V顏色空間的判別方法進行研究。通過將基

4、于RGB空間的雨滴成像模型轉化到HS V空間,研究了在HS V空間的雨滴檢測條件,最終給出基于HS V空間的檢測與去除方法。該方法可以提高檢測速度,使雨滴檢測算法適用于戶外實時系統(tǒng)。
　　再次針對單幅圖像去霧過程中存在的使用鄰域統(tǒng)計方法估計透射函數(shù)具有的速度慢且存在錯誤輪廓的缺點,提出一種基于暗平面矢量分解法的霧成像模型。暗平面矢量分解模型通過對霧成像的大氣衰減過程進行研究,對矢量進行分解變換把霧圖像中的亮度矢量分解成兩個矢量的和

5、,其中一個矢量是不受霧影響的,稱為暗平面矢量,另一個矢量是一標量與固定方向矢量的乘積,用來增加暗平面的亮度。通過增亮暗平面的方式實現(xiàn)去霧過程。該方法的優(yōu)點在于去霧過程為單像素點計算,避免傳統(tǒng)方法采用鄰域估計值求解透射函數(shù)的過程,有效降低了算法復雜度,提高了算法效率。
　　戶外成像系統(tǒng)需要根據不同天氣類型分別選取不同處理方法,錯誤的天氣分類結果嚴重影響天氣去除效果,針對這一缺點,綜合研究了靜態(tài)天氣與動態(tài)天氣的成像特點,通過對基于顏色

6、空間的雨滴成像模型和基于暗平面矢量分解法的霧成像模型進行對比分析,提出適用于靜態(tài)天氣和動態(tài)天氣的統(tǒng)一矢量分解模型。該模型在去除靜態(tài)天氣因素時具有良好的速度,在動態(tài)天氣因素的去除中具有避免了已有算法必須通過幀間統(tǒng)計才能進行雨、雪檢測的缺點。
　　最后在視頻去除雨、雪過程中還需要對背景進行對齊,對齊不準確時會影響雨雪的檢測結果。此外使用統(tǒng)一模型去除動態(tài)天氣影響因素時,存在少量殘留軌跡。針對這兩個缺點,對幀間數(shù)據濾波方法進行研究,通過G

7、uided Filter濾波方法對殘留痕跡做進一步去除。使用統(tǒng)一矢量分解模型和Guided Filter濾波方法,可以免去視頻檢測雨雪軌跡時所需要的背景對齊這一步驟,進一步提高算法速度。
　　綜上所述,圖像復原方法的復雜度和復原結果的質量是戶外視覺系統(tǒng)應用過程中的關鍵問題,建立適用于靜態(tài)天氣和動態(tài)天氣的統(tǒng)一模型一直是戶外圖像處理領域的難點。實驗結果表明本文提出的統(tǒng)一矢量分解模型能夠有效去除戶外視覺系統(tǒng)中天氣因素的影響,并降低算法的