导读:本文包含了雨滴检测与去除论文开题报告文献综述及选题提纲参考文献，主要关键词:计算机视觉系统,图像去雨,雨滴检测,图像复原
雨滴检测与去除论文文献综述
石晓晴[1]（2016）在《单幅图像中雨滴检测与去除方法的研究》一文中研究指出计算机视觉系统越来越广泛地应用于智能交通、工业生产、目标识别等领域。但是受户外阴雨天气环境的影响,计算机视觉系统所捕获的图像质量下降。从而严重影响计算机自动检测、识别和跟踪目标的能力。因此,对户外阴雨天气下所捕获图像进行处理,消除天气因素的影响,对一个户外的视觉系统来说意义重大。本文聚焦于户外阴雨天气环境下捕获图像的增强处理,去除图像中雨滴成分,获得干净的图像。具体来说,本文聚焦于单幅图像的雨滴检测和去除问题,主要研究内容如下：(1)提出了一种快速、简单的单幅图像中的雨滴检测算法,在单幅图像的去雨工作中,雨滴位置的检测是至关重要的步骤,本文成功地将雨滴的检测转换为图像的分类问题,我们搜集了可靠的数据库并进行了标注,训练了一个可以正确区分与非雨滴图像的算法模型,最后通过在不同数据库上的实验验证了我们的算法比之前的雨滴检测方法有更高的准确率。(2)继单幅图像中雨滴定位之后,本文成功地将雨滴的定位信息应用到单幅图像的去雨工作中,提出了一种图像块重构的方法对雨滴区域进行重建,通过实验分析了重建图像未能取得良好的视觉效果的原因,在此基础上,研究了一种雨滴定位信息与图像补全相结合的方法用来去除单幅图像中的雨滴,通过对比实验,从主观和客观两方面说明了此方法的有效性。(本文来源于《北京交通大学》期刊2016-06-01）
顾巧玲[2]（2016）在《视频图像中雨滴检测与去除方法的研究》一文中研究指出计算机视觉系统被广泛应用于各个行业,包括视频监控、视觉跟踪和导航、智能交通、娱乐产业等方面。室内情况下的计算机视觉系统已被普遍使用和研究,而一些室外条件,例如雨、雪、雾,仍然是计算机视觉系统的具有挑战性的问题。本文研究的是雨这一恶劣天气对视频质量的影响以及如何检测和去除图像中的雨滴。针对降雨天气引起的图像质量退化的问题,本文提出了一种新的雨滴检测和去除的方法,不仅能够有效地去除视频图像中的雨滴,还能够有效消除相机运动所带来的阻碍,且适用于各种不同的下雨场景。对于已有算法由于检测精度不够,导致去雨效果不理想的问题,本文提出一种基于雨的多种特性的检测方法,提高了检测精度,为雨滴去除奠定了良好的基础。本文提出的检测算法首先利用雨的空间特征,比如雨线的亮度和结构,初步检测视频帧中可能的雨线,并对这些区域进行标记。然后,基于一种高斯分布模型选出候选雨线。最后,在块匹配的过程中利用先进的时间特性改善检测到的区域,使之更加精确。该方法综合利用了雨的多种特性,保证了雨线检测的精度,可以发现各种强度的雨线,也不会受相机运动的影响。在此基础上,本文提出一种更有效的去雨方法。在雨滴检测之后,针对当前帧的每个被标记的像素块使用非雨块匹配算法,用于相邻的帧之间以找出和有雨像素区域相似的块。如果找到相似的块,就使用时空非局部均值滤波对块中的雨区进行重构,达到去除雨滴的目的。最后,执行一个特定的后处理算法,增强能见度,消除闪烁。与以前的方法不同,该方法运用了时空NLM滤波的方法去除雨线,保留了图像细节,并减轻了模糊现象,在主观视觉质量方面更胜一筹。同时,本文提出的算法仅仅需要5个在时间上相邻的帧就能达到去雨的目的,且能够有效地抑制噪声。(本文来源于《武汉邮电科学研究院》期刊2016-01-01）
齐美彬,耿彪,蒋建国,王涛[3]（2011）在《一种检测与去除视频图像中雨滴的方法》一文中研究指出提出了一种基于样本模型的背景减法来检测与去除视频图像中雨滴。首先,分析了雨滴的物理光学特性,然后以视频序列中第一帧为模板来采取一种随机选策略建立背景的样本模型,并通过背景减法来分类检测雨滴。此外,运动的物体会造成相应像素的色彩亮度值发生很大变化,可以利用HSV色彩空间的色相值来消除运动物体雨滴检测与去除的影响。实验结果表明,本文方法与现有的方法相比,不仅能有很好的去处雨滴效果,而且具有较快的处理速度。(本文来源于《Proceedings of 2011 Third Chinese Conference on Intelligent Visual Surveillance》期刊2011-12-01）
耿彪[4]（2011）在《视频图像中雨滴的检测与去除》一文中研究指出由于雨滴空间分布的随机性和快速运动的特性,去除视频中的雨滴是一个较难的问题。本文提出一种基于模糊C均值聚类的方法来检测与去除雨滴。首先,分析了雨滴的光学和时域特性,然后根据雨滴的特性采用了模糊C均值聚类的方法来分类检测雨滴。此外,运动的物体会造成相应像素的色彩亮度值发生很大变化,可以利用HSV色彩空间的色相值H来消除运动物体对雨滴检测与去除的影响。实验结果表明该方法对去除雨滴具有较好的效果。(本文来源于《2011下一代自动测试系统学术研讨会论文集》期刊2011-07-20）
程圣军,刘鹏,刘家锋,唐降龙[5]（2010）在《一种检测与去除视频图像中雨滴的方法》一文中研究指出雨滴的视觉效果是很复杂的。由于雨滴空间分布的随机性以及运动速度比较快的特性,去除视频中的雨的因素是一个比较难的问题。根据在一般户外条件下拍摄的样本的特性,提出了一种带衰减系数3分量的GMM模型作为分类器的雨滴检测和去除方法。首先,分析雨滴的物理光学特性,推导出因雨滴影响导致背景光强突变值和背景光强的函数关系,然后通过将不同分量的混合高斯模型作为分类器来检测雨滴。实验结果表明,该方法能够准确地检测和去除视频中的雨滴,明显改善户外条件下视频的视觉效果。(本文来源于《黑龙江省计算机学会2009年学术交流年会论文集》期刊2010-04-03）
程圣军[6]（2009）在《视频图像中雨滴检测与去除方法的研究》一文中研究指出雨属于复杂天气环境中的一种时变性最强、最为复杂的天气因素。在室外条件下获得的图像序列容易受到复杂天气环境的不利影响,使图像序列的视觉效果和数据质量下降,进而直接导致对目标的监测、跟踪和识别的可靠性下降。为了使户外的视觉系统对不同的天气环境具有鲁棒性,必须对天气环境进行建模,并且对此设计出算法来消除天气因素的影响。雨使得被影响的图像和视频中的像素点的光强发生突变。本文对雨滴进行建模,分析了雨滴的物理特性。通过对雨滴光学特性的分析,阐述了雨滴对图像造成怎样的视觉影响,推导出雨滴引起的背景光强突变和原始背景光强之间近似的线性关系。通过实验论证了雨滴在自然场景下获得的视频帧中表现出的时域特性。并且根据以上特性,运用混合高斯模型来设计分类器,通过期望最大化算法来估计模型的参数。基于对雨滴建立的视觉模型,本文通过不同分量的传统高斯混合模型作为分类器来检测雨滴,并通过分析实验结果对比说明这些模型应用在本课题中不足之处。然后,通过分析一般条件下拍摄的雨中场景的一些特性,结合雨滴的相关特性,提出一种带衰减系数的3分量混合高斯模型作为分类器来检测视频中的雨滴雨线。根据人眼视觉特性,确定衰减系数最优的形式,并通过实验来确定本文改进的混合高斯模型的具体参数。最后在雨滴色彩特性的基础上,利用该特性可以区分雨滴和背景中运动的物体。本文在雨滴检测方法的基础之上,提出了一种更有效地去除雨滴的方法。对于当前帧中受雨影响的像素点,利用离它最近被雨滴检测算法判定为背景的前后两帧的均值来替换该像素点来达到去除视频图像中雨滴雨线的目的。这种方法可以使得处理之后的图像保持原有风貌,不至于失真。通过与Nayar处理方法、2分量混合高斯模型检测去除雨滴的结果对比,从主观视觉效果上来看,本文提出的方法在对于处理一般情况下拍摄的雨中场景的样本效果更好,能够检测出一些离摄像机较远的、视觉上不太明显的雨滴,并能有效地抑制噪声,表现出良好的鲁棒性。(本文来源于《哈尔滨工业大学》期刊2009-06-01）
张颖翔,陈强,刘允才[7]（2007）在《视频图像中雨滴检测与去除方法研究》一文中研究指出本文根据雨滴的物理光学模型,首先分析了雨滴对视频中单帧图像的光强影响,引入了Nayar的时差法来检测视频中的雨滴,并对其进行了改进以适应雨点更密集的情况。另一方面,针对像素灰度直方图的全局特性,根据雨滴的时域特性,利用K-means聚类的方法进行分类。最后对两种方法的实时性和针对不同情况的优劣进行了比较,实验证明了这两种方法的有效性。(本文来源于《微型电脑应用》期刊2007年12期）
雨滴检测与去除论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
计算机视觉系统被广泛应用于各个行业,包括视频监控、视觉跟踪和导航、智能交通、娱乐产业等方面。室内情况下的计算机视觉系统已被普遍使用和研究,而一些室外条件,例如雨、雪、雾,仍然是计算机视觉系统的具有挑战性的问题。本文研究的是雨这一恶劣天气对视频质量的影响以及如何检测和去除图像中的雨滴。针对降雨天气引起的图像质量退化的问题,本文提出了一种新的雨滴检测和去除的方法,不仅能够有效地去除视频图像中的雨滴,还能够有效消除相机运动所带来的阻碍,且适用于各种不同的下雨场景。对于已有算法由于检测精度不够,导致去雨效果不理想的问题,本文提出一种基于雨的多种特性的检测方法,提高了检测精度,为雨滴去除奠定了良好的基础。本文提出的检测算法首先利用雨的空间特征,比如雨线的亮度和结构,初步检测视频帧中可能的雨线,并对这些区域进行标记。然后,基于一种高斯分布模型选出候选雨线。最后,在块匹配的过程中利用先进的时间特性改善检测到的区域,使之更加精确。该方法综合利用了雨的多种特性,保证了雨线检测的精度,可以发现各种强度的雨线,也不会受相机运动的影响。在此基础上,本文提出一种更有效的去雨方法。在雨滴检测之后,针对当前帧的每个被标记的像素块使用非雨块匹配算法,用于相邻的帧之间以找出和有雨像素区域相似的块。如果找到相似的块,就使用时空非局部均值滤波对块中的雨区进行重构,达到去除雨滴的目的。最后,执行一个特定的后处理算法,增强能见度,消除闪烁。与以前的方法不同,该方法运用了时空NLM滤波的方法去除雨线,保留了图像细节,并减轻了模糊现象,在主观视觉质量方面更胜一筹。同时,本文提出的算法仅仅需要5个在时间上相邻的帧就能达到去雨的目的,且能够有效地抑制噪声。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
雨滴检测与去除论文参考文献
[1].石晓晴.单幅图像中雨滴检测与去除方法的研究[D].北京交通大学.2016
[2].顾巧玲.视频图像中雨滴检测与去除方法的研究[D].武汉邮电科学研究院.2016
[3].齐美彬,耿彪,蒋建国,王涛.一种检测与去除视频图像中雨滴的方法[C].Proceedingsof2011ThirdChineseConferenceonIntelligentVisualSurveillance.2011
[4].耿彪.视频图像中雨滴的检测与去除[C].2011下一代自动测试系统学术研讨会论文集.2011
[5].程圣军,刘鹏,刘家锋,唐降龙.一种检测与去除视频图像中雨滴的方法[C].黑龙江省计算机学会2009年学术交流年会论文集.2010
[6].程圣军.视频图像中雨滴检测与去除方法的研究[D].哈尔滨工业大学.2009
[7].张颖翔,陈强,刘允才.视频图像中雨滴检测与去除方法研究[J].微型电脑应用.2007