一种视频图像去雨方法及系统的制作方法
【技术领域】
[0001] 本发明属于图像处理技术领域，尤其涉及一种视频图像去雨方法及系统。
【背景技术】
[0002] 雨对图像成像有很大的影响，会造成图像成像模糊和信息覆盖，其直接结果是视 频图像的清晰度下降，视频图像的数字化处理也会受此影响而性能下降。对受雨滴污染的 视频图像进行修复处理有利于图像的进一步处理，包括基于图像的目标检测、识别、追踪、 分割和监控等技术的性能提高。而且视频图像去雨技术在现代军事、交通以及安全监控等 领域都有广泛的应用前景。
[0003] 有关视频图像中雨滴特性的研究已受到国际学术界的广泛关注，去雨算法的研究 也从2003年Starik等（StarikS,WermanM.Simulationofraininvideos[C]Proceeding ofTextureWorkshop,ICCV.Nice,France:2003, 2:406-409)提出的中值法开始得到了迅 速的发展，处理的方法已经不再局限于最初简单的中值计算，偏度计算、K均值聚类、卡尔 曼滤波、字典学习和稀疏编码、引导滤波、帧间亮度差、HSV空间、光流法及运动分割等很多 方法也逐渐开始应用在视频图像中雨滴检测与去除的算法中，雨滴去除的效果也逐渐被提 高。Garg等最先提出利用雨滴带来的帧间亮度差进行雨滴初检，然后利用雨滴的直线性和 方向一致的特点进一步筛选，最后根据前后帧的像素亮度去除雨滴影响，可以较好地满足 雨滴不覆盖连续帧图像情况下的雨滴检测与去除；Zhang等将雨滴给像素带来的色彩影响 考虑在内，从而提高雨滴检测的准确性，改善了基于亮度变化的去雨算法在彩色图像上的 应用效果；Liu等将雨滴的亮度影响和色彩影响同时应用在算法中，用两帧检测雨滴并去 除；Tripathi等先研究雨滴像素亮度变化的概率统计特性，然后利用雨滴像素亮度变化的 对称性实现雨滴检测，仅基于时域和另外考虑空间位置的影响时效果不完全相同；Kang等 首先利用双边滤波将雨图分成高频部分和低频部分，并对高频部分进一步处理得到非雨成 分，结合低频部分得到去雨图；Huang等首先利用上下文约束进行图像分割，并利用上下文 感知进行单幅视频图像去雨，并在此基础上提出了改进算法，文中首先用到了超完备的字 典对高频部分进行处理。特别是最近几年，视频图像去雨技术已成为新的研究热点。如何 在保证高鲁棒性的前提下提高去雨的准确率和实时性，是目前视频图像去雨领域的焦点。
[0004] 综上所述，现有的视频图像去雨技术存在的缺点在于：去雨效果都不是很理想，具 有一定的局限性；虽然能处理视频和图像，但是对于与雨滴特性区别度不高的运动物体无 法达到理想的检测效果，对于动态场景的去雨效果存在很多误判的情况。
【发明内容】
[0005] 本发明提供了一种视频图像去雨方法及系统，旨在解决现有的视频图像去雨技术 去雨效果不佳，具有一定的局限性，且对于动态场景的去雨效果存在误判的技术问题。
[0006] 本发明是这样实现的，一种视频图像去雨方法，包括：
[0007] 步骤a:输入视频帧图像，并将视频帧图像从RGB色彩空间转换为YCbCr色彩空 间；
[0008] 步骤b:获取图像视频帧的Y分量序列，利用快速模糊C均值聚类算法对Y分量中 的图像像素进行分割，得到雨区图像；
[0009] 步骤c:利用α混合技术将雨区图像中的雨滴去除，得到最终去雨图像。
[0010] 本发明实施例采取的技术方案还包括：在所述步骤b中，所述利用快速模糊C均值 聚类算法对Y分量中的图像像素进行分割的分割方法包括：利用分层减法聚类算法把序列 点集S分为np个子集Sk(k= 1，2,…，np)，e5^到中心点Vi的距离用Sk的中心至ljVi 的距离表示，即：
[0011]
[0012] 模糊矩阵U的大小由原来的nXc变为npXc，隶属度的计算公式为：
[0013]
[0014]对于距离的计算，用式（4)，c个聚类中心V的计算由式（4)改为：
[0015]
[0016]目标函数式的计算式为：
[0017]
[0018] 利用获得的聚类中心V根据式（5)重新计算模糊矩阵U，图像分割公式为：如果：
[0019] ulk=max{ulk，u2k，…uck} (8)
[0020] 则知￡第1类。
[0021] 本发明实施例采取的技术方案还包括：在所述步骤b中，所述利用快速模糊C均值 聚类算法对Y分量中的图像像素进行分割的分割方法还包括：
[0022] 步骤bl:利用二层减法聚类对图像数据进行聚类，获得np个子集；
[0023] 步骤b2 :对中心集G从大到小重新排序，并令c= 2 ;
[0024] 步骤b3 :以巧中前c个元素初始化中心点集V，利用式（4)、式（5)、式（6)和式（7) 进行模糊聚类；
[0025] 步骤b4 :根据模糊聚类结果计算FXB (U，V，c);
[0026] 步骤b5:c=c+1，如果c>cmax，执行步骤b6 ;否则，执行步骤b3 ;
[0027] 步骤b6 :确定FXB (U，V，c)最小值对应的聚类中心V;
[0028] 步骤b7 :利用聚类中心V重新计算模糊矩阵U，并根据式⑶分割图像。
[0029] 本发明实施例采取的技术方案还包括：在所述步骤b后还包括：利用雨滴的光度 特性对雨区图像进行进一步的雨滴误检排除，得到最终雨区图像。
[0030] 本发明实施例采取的技术方案还包括：在所述步骤c中，所述利用α混合技术将 雨区图像中的雨滴去除具体为：当成功检测出雨区图像后，将背景图像与雨区图像进行混 合，通过用雨滴与背景色之间的混合值取代检测到的雨滴像素达到去雨效果；雨滴去除方 式具体为：依据统计特性，令1_=aIBrentCT+(l-a)IRrentCT，其中1_代表输出图像的Υ通道 值，IB_tCT代表背景图像的Y通道值，表雨区图像的Y通道值，《是背景类B中数 目占总数目k的权重。
[0031] 本发明实施例采取的技术方案还包括：在所述步骤c后还包括：将去雨图像转换 为RGB色彩空间图像并输出图像。
[0032] 本发明实施例采取的另一技术方案为：一种视频图像去雨系统，包括空间转换模 块、雨滴初检模块、图像分割模块和图像去雨模块；
[0033] 所述空间转换模块用于输入视频帧图像，并将视频帧图像从RGB色彩空间转换为 YCbCr色彩空间；
[0034] 所述图像分割模块用于获取图像视频帧的Y分量序列，利用快速模糊C均值聚类 算法对Y分量中的图像像素进行分割，得到雨区图像；
[0035] 所述图像去雨模块用于利用α混合技术将雨区图像中的雨滴去除，得到最终去 雨图像。
[0036] 本发明实施例采取的技术方案还包括：所述图像分割模块利用快速模糊C均值聚 类算法对Υ分量中的图像像素进行分割的分割方法包括：利用分层减法聚类算法把序列点 集S分为ηρ个子集Sk(k= 1，2,…，ηρ)，％. ￡爲到中心点Vi的距离用Sk的中心4到￥;的 距离表示，即：
[0037]
[0038] 模糊矩阵U的大小由原来的nXc变为npXc，隶属度的计算公式为：
[0039] '' '
/
[0040] 对于距离的计算，用式（4)，c个聚类中心V的计算由式（4)改为：
[0041]
[0042]目标函数式的计算式为：
[0043]
[0044] 利用获得的聚类中心V根据式（5)重新计算模糊矩阵U，图像分割公式为：如果：
[0045] ulk=max{ulk，u2k，…，uck} (8)
[0046]