CN106960418A - 视频图像中雨雪去除的算法 - Google Patents
视频图像中雨雪去除的算法 Download PDFInfo
- Publication number
- CN106960418A CN106960418A CN201610029954.4A CN201610029954A CN106960418A CN 106960418 A CN106960418 A CN 106960418A CN 201610029954 A CN201610029954 A CN 201610029954A CN 106960418 A CN106960418 A CN 106960418A
- Authority
- CN
- China
- Prior art keywords
- sleet
- algorithm
- video
- ycbcr
- video image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000008859 change Effects 0.000 claims abstract description 10
- 230000000694 effects Effects 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 claims description 17
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 7
- 238000012544 monitoring process Methods 0.000 abstract description 5
- 230000001627 detrimental effect Effects 0.000 abstract description 2
- 230000002349 favourable effect Effects 0.000 abstract description 2
- 230000009467 reduction Effects 0.000 abstract description 2
- 230000007123 defense Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G06T5/77—
Abstract
本发明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。
Description
【技术领域】
本发明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。
【背景技术】
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-Joo Park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。
【发明内容】
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,本发明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】
本发明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Intel Xeon X5550CPU,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 | HSV | k-means |
平均时耗(40帧) | 61.43s | 15.78s | 606.29s | 404.59s |
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 |
Claims (7)
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中所述的视频中雨雪去除的算法,其特征在于,S1中所采用的转换公式不局限为:同时包含其他RGB转换成YCbCr及RGB转换成YUV的公式。
4.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,S3中的Y值变化的阈值应该包括任何正数,Cb值及Cr值变化的阈值应该包括任何实数。
5.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,S4中的多帧迭代应该包括任何自然数。
6.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,S5中所采用的转换公式不局限为:同时包含其他YCbCr转换成RGB及YUV转换成RGB的公式。
7.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,S4中的雨雪像素点复原方法为直接采用前一帧数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610029954.4A CN106960418A (zh) | 2016-01-11 | 2016-01-11 | 视频图像中雨雪去除的算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610029954.4A CN106960418A (zh) | 2016-01-11 | 2016-01-11 | 视频图像中雨雪去除的算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106960418A true CN106960418A (zh) | 2017-07-18 |
Family
ID=59480765
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610029954.4A Pending CN106960418A (zh) | 2016-01-11 | 2016-01-11 | 视频图像中雨雪去除的算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106960418A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109359593A (zh) * | 2018-10-17 | 2019-02-19 | 安徽超远信息技术有限公司 | 一种基于图像局部栅格的雨雪环境画面模糊监测预警方法 |
CN112672209A (zh) * | 2020-12-14 | 2021-04-16 | 北京达佳互联信息技术有限公司 | 视频编辑方法和视频编辑装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102122345A (zh) * | 2011-02-22 | 2011-07-13 | 上海大学 | 基于手部运动变化的指势判别方法 |
CN102186089A (zh) * | 2011-04-19 | 2011-09-14 | 南京航空航天大学 | 单分量视频图像雨场去除方法 |
CN104021527A (zh) * | 2014-06-10 | 2014-09-03 | 北京邮电大学 | 一种图像中雨雪的去除方法 |
US20140348378A1 (en) * | 2013-05-21 | 2014-11-27 | Peking University Founder Group Co., Ltd. | Method and apparatus for detecting traffic video information |
CN104978718A (zh) * | 2015-06-12 | 2015-10-14 | 中国科学院深圳先进技术研究院 | 一种基于图像熵的视频雨滴去除方法及系统 |
-
2016
- 2016-01-11 CN CN201610029954.4A patent/CN106960418A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102122345A (zh) * | 2011-02-22 | 2011-07-13 | 上海大学 | 基于手部运动变化的指势判别方法 |
CN102186089A (zh) * | 2011-04-19 | 2011-09-14 | 南京航空航天大学 | 单分量视频图像雨场去除方法 |
US20140348378A1 (en) * | 2013-05-21 | 2014-11-27 | Peking University Founder Group Co., Ltd. | Method and apparatus for detecting traffic video information |
CN104021527A (zh) * | 2014-06-10 | 2014-09-03 | 北京邮电大学 | 一种图像中雨雪的去除方法 |
CN104978718A (zh) * | 2015-06-12 | 2015-10-14 | 中国科学院深圳先进技术研究院 | 一种基于图像熵的视频雨滴去除方法及系统 |
Non-Patent Citations (1)
Title |
---|
赵学静: "《雪天气退化图像复原方法研究》", 《万方》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109359593A (zh) * | 2018-10-17 | 2019-02-19 | 安徽超远信息技术有限公司 | 一种基于图像局部栅格的雨雪环境画面模糊监测预警方法 |
CN109359593B (zh) * | 2018-10-17 | 2020-07-31 | 安徽超远信息技术有限公司 | 一种基于图像局部栅格的雨雪环境画面模糊监测预警方法 |
CN112672209A (zh) * | 2020-12-14 | 2021-04-16 | 北京达佳互联信息技术有限公司 | 视频编辑方法和视频编辑装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2019169816A1 (zh) | 一种用于精细化识别车辆属性的深度神经网络及训练方法 | |
CN109740478B (zh) | 车辆检测及识别方法、装置、计算机设备及可读存储介质 | |
Fan et al. | Homomorphic filtering based illumination normalization method for face recognition | |
CN107358258B (zh) | 基于nsct双cnn通道和选择性注意机制的sar图像目标分类 | |
WO2016159199A1 (en) | Method for re-identification of objects | |
CN112036455B (zh) | 一种图像识别方法、智能终端和存储介质 | |
CN108280409B (zh) | 一种基于多特征融合的大空间视频烟雾检测方法 | |
CN110751037A (zh) | 车身颜色识别的方法及终端设备 | |
CN107527370B (zh) | 一种基于camshift的目标跟踪方法 | |
Zhou et al. | A robust object tracking algorithm based on SURF | |
CN110599516A (zh) | 一种运动目标检测方法、装置、存储介质及终端设备 | |
WO2014205787A1 (zh) | 一种基于混合图像模板的车辆检测方法 | |
Zhu et al. | Face detection method based on multi-feature fusion in YC b C r color space | |
Jang et al. | Object classification using CNN for video traffic detection system | |
Jwaid et al. | Study and analysis of copy-move & splicing image forgery detection techniques | |
CN106960418A (zh) | 视频图像中雨雪去除的算法 | |
Lowry et al. | Unsupervised online learning of condition-invariant images for place recognition | |
CN108875572B (zh) | 基于背景抑制的行人重识别方法 | |
Özyurt et al. | A new method for classification of images using convolutional neural network based on Dwt-Svd perceptual hash function | |
Lu et al. | Clustering based road detection method | |
CN112801020B (zh) | 基于背景灰度化的行人再识别方法及系统 | |
CN110555792B (zh) | 基于归一化直方图综合特征向量的图像篡改盲检测方法 | |
CN113177917A (zh) | 一种抓拍图像优选方法、系统、设备及介质 | |
Huang et al. | Boosting scheme for detecting region duplication forgery in digital images | |
Ye et al. | Real-time TV logo detection based on color and HOG features |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
DD01 | Delivery of document by public notice |
Addressee: An Henan Document name: Notification to Make Rectification |
|
DD01 | Delivery of document by public notice |
Addressee: An Henan Document name: Notification of Passing Preliminary Examination of the Application for Invention |
|
PB01 | Publication | ||
PB01 | Publication | ||
DD01 | Delivery of document by public notice | ||
DD01 | Delivery of document by public notice |
Addressee: An Henan Document name: Notification of Publication of the Application for Invention |
|
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170718 |