System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及計算機視覺,尤其涉及一種圖像中的雨雪去除方法、裝置、設備、介質及產品。
技術介紹
1、受到雨雪等天氣影響采集圖片質量往往不佳,隨著數字圖像處理技術的發展,,去除圖像中的雨雪影響,已經成為圖像處理中一個重要的研究方向。
2、現有的雨雪去除方法分為基于傳統數學模型的算法以及深度學習的算法。基于傳統數學模型的算法主要包括間接降水模型以及統計濾波方法。基于深度學習的算法主要包括gan(generative?adversarial?networks,生成式對抗網絡)的算法以及cnn(convolutional?neural?networks,卷積神經網絡)的算法。
3、間接降水模型是將雨滴視為在空氣中自由落體,與地面相碰撞從而濺起一定強度光源的光線反射而成的云層投影模型。間接降水模型將雨點的影響簡化為在云層中每個元素產生一個滴點像素,然后使用濾波器分離出云層并消除掉滴點像素,最后在濾波后的結果中添加反射光以得到一張無降水的圖像。統計濾波方法是將雨滴視為項目上的圓盤,并使用微分方程對圓盤速度和位置進行描述,以達到去雨雪的效果,這種方法可以更好地模擬真實雨滴的物理過程,但是也存在計算量大、計算時間長等缺點。
4、cnn是目前應用最廣泛的深度學習算法之一,在卷積層中使用局部濾波器對圖像進行特征提取,最終通過全連接層將特征映射到輸出層進行分類或回歸。在去雨雪方面,研究人員采用不同的網絡結果,在輸入層和輸出層間加入卷積層、正則化層等模塊進行去雨雪訓練。gan是另一種基于深度學習的解決方案,通過兩個神
5、傳統的降水模型、統計濾波模型和微分方程模型等方法雖然具有一定的使用價值,但是算法精度和效率方面有待優化。而深度學習算法中,cnn、gan等方法在去雨雪方面取得了不俗的效果,同時其訓練精度也在不停地提高,但是其計算量大,且由于無法獲取真實的成對的雨雪圖像訓練樣本,導致基于深度學習的算法場景泛化性較差。
技術實現思路
1、本專利技術提供了一種圖像中的雨雪去除方法、裝置、設備、介質及產品,以解決目前去除圖像中雨雪的方式存在的計算量大、建模難且訓練樣本有限,導致的圖像中雨雪去除算法性能不佳的問題。
2、根據本專利技術的一方面,提供了一種圖像中的雨雪去除方法,包括:
3、獲取鐵路監控視頻數據中的待比對圖像幀;
4、根據待比對圖像幀的多幀圖像在相同像素點的像素最小值,確定各像素點的重建像素值;
5、根據各像素點的重建像素值,重建雨雪濾除圖像。
6、根據本專利技術的另一方面,提供了一種圖像中的雨雪去除裝置,包括:
7、圖像幀獲取模塊,用于獲取鐵路監控視頻數據中的待比對圖像幀;
8、重建像素值確定模塊,用于根據待比對圖像幀的多幀圖像在相同像素點的像素最小值,確定各像素點的重建像素值;
9、圖像重建模塊,用于根據各像素點的重建像素值,重建雨雪濾除圖像。
10、根據本專利技術的另一方面,提供了一種電子設備,所述電子設備包括:
11、至少一個處理器;以及
12、與所述至少一個處理器通信連接的存儲器;其中,
13、所述存儲器存儲有可被所述至少一個處理器執行的計算機程序,所述計算機程序被所述至少一個處理器執行,以使所述至少一個處理器能夠執行本專利技術任一實施例所述的圖像中的雨雪去除方法。
14、根據本專利技術的另一方面,提供了一種計算機可讀存儲介質,所述計算機可讀存儲介質存儲有計算機指令,所述計算機指令用于使處理器執行時實現本專利技術任一實施例所述的圖像中的雨雪去除方法。
15、根據本專利技術的另一方面,提供了一種計算機程序產品,其特征在于,所述計算機程序產品包括計算機程序,所述計算機程序在被處理器執行時實現本專利技術任一實施例所述的圖像中的雨雪去除方法。
16、本專利技術實施例的技術方案,通過獲取鐵路監控視頻數據中的待比對圖像幀,從而根據待比對圖像幀的多幀圖像在相同像素點的像素最小值,確定各像素點的重建像素值,進而根據各像素點的重建像素值,重建雨雪濾除圖像。在本方案中,不需要對雨雪進行高難度建模,在不需要獲取實際場景的雨雪圖片的情況下,依然能在各種不同的場景中獲得較好的雨雪去除效果,并且計算方法簡單,無需耗費較大計算量,解決了目前去除圖像中雨雪的方式存在的計算量大、建模難且訓練樣本有限,導致的圖像中雨雪去除算法性能不佳的問題,能夠又快又好的濾除圖像中的雨雪干擾,計算量小且不需要大量的實際場景中成對的雨雪圖像作為訓練數據。
17、應當理解,本部分所描述的內容并非旨在標識本專利技術的實施例的關鍵或重要特征,也不用于限制本專利技術的范圍。本專利技術的其它特征將通過以下的說明書而變得容易理解。
本文檔來自技高網...【技術保護點】
1.一種圖像中的雨雪去除方法,其特征在于,包括:
2.根據權利要求1所述的方法,其特征在于,所述獲取鐵路監控視頻數據中的待比對圖像幀,包括:
3.根據權利要求2所述的方法,其特征在于,所述確定圖像幀采樣頻率,包括:
4.根據權利要求1所述的方法,其特征在于,在所述根據所述待比對圖像幀的多幀圖像在相同像素點的像素最小值,確定各像素點的重建像素值之前,還包括:
5.根據權利要求1所述的方法,其特征在于,所述根據各像素點的所述重建像素值,重建雨雪濾除圖像,包括:
6.根據權利要求5所述的方法,其特征在于,在所述根據所述各像素點的所述重建像素值,以及各像素點的像素點位置,重建雨雪濾除圖像之后,還包括:
7.一種圖像中的雨雪去除裝置,其特征在于,包括:
8.一種電子設備,其特征在于,所述電子設備包括:
9.一種計算機可讀存儲介質,其特征在于,所述計算機可讀存儲介質存儲有計算機指令,所述計算機指令用于使處理器執行時實現權利要求1-6中任一項所述的圖像中的雨雪去除方法。
10.一種計算機
...【技術特征摘要】
1.一種圖像中的雨雪去除方法,其特征在于,包括:
2.根據權利要求1所述的方法,其特征在于,所述獲取鐵路監控視頻數據中的待比對圖像幀,包括:
3.根據權利要求2所述的方法,其特征在于,所述確定圖像幀采樣頻率,包括:
4.根據權利要求1所述的方法,其特征在于,在所述根據所述待比對圖像幀的多幀圖像在相同像素點的像素最小值,確定各像素點的重建像素值之前,還包括:
5.根據權利要求1所述的方法,其特征在于,所述根據各像素點的所述重建像素值,重建雨雪濾除圖像,包括:
6.根據權利要求5所述的方法,其特征在于,在所述...
【專利技術屬性】
技術研發人員:楊曉云,李政霖,
申請(專利權)人:北京佳訊飛鴻電氣股份有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。