分量上的增量；若像素未被雨滴覆盖，则 A R、A G及A B均为零；反之，均不为零；
[0022] 步骤a3 :雨滴引起的AR、AG及AB近似相等，步骤a2中的公式变换为：
[0023] Cb= 128-0. 1482Rbg-〇. 2910Gbg+0. 4392Bbg
[0024] Cr= 128+0. 4392Rbg-〇. 3678Gbg-〇. 0714Bbg
[0025] 本发明实施例采取的技术方案还包括：在所述步骤b中，所述通过基于静态雨滴 的光度特性进行雨滴初检具体包括：在读入视频帧后，从第2帧开始读取当前视频帧的左 右邻居帧，通过使用静态雨滴的光度学特性，判断当前帧与前一帧及当前帧与后一帧的亮 度差值是否大于一定阈值，如果当前帧与前一帧及当前帧与后一帧的亮度差值大于一定阈 值，则认为当前帧中的某个像素为受雨或者运动物体影响的像素点，得到雨滴初检结果。
[0026] 本发明实施例采取的技术方案还包括：在所述步骤b中，所述通过引导滤波器进 行图像边缘部分识别，并从初检结果中减去边缘部分，得到优化的候选雨滴具体包括：通过 引导滤波器得到原图像的高频部分及低频部分，通过将雨滴初检结果及高频部分取交集操 作，得到雨滴初检结果中的图像的边缘部分，并从雨滴初检结果中减去边缘部分，得到优化 的候选雨滴。
[0027] 本发明实施例采取的技术方案还包括：在所述步骤c中利用Canny边缘检测算法 在候选雨滴的基础上得到初检雨滴具体为：取上述得到的优化的候选雨滴中的不位于使用 Canny边缘检测算子得到的结果中的像素，得到初检雨滴。
[0028] 本发明实施例采取的技术方案还包括：在所述步骤c中利用动态雨滴的光度学特 性进行误检消除具体为：分析每个雨线，看其是否与前一帧上的背景亮度呈线性关系，如果 关系成立，则确定其为受雨影响的像素，否则为运动物体上的像素，将其从候选者中去掉。
[0029] 本发明实施例采取的技术方案还包括：所述步骤d中的a混合具体包括：将背景 图与雨影响图进行混合，得到输出图像，具体使用如下公式：C= aCb+(l-a)(；，其中，C代 表输出图Y通道值，Cb代表背景图的Y通道值，Cr代表雨影响图的Y通道值。
[0030] 本发明实施例采取的技术方案还包括：所述步骤d中的图像亮度矫正具体包括： 使用matlab中的imadjust函数，将两个区间的值进行映射，剪掉区间外的值。
[0031] 本发明一种视频雨滴去除方法，首先进行从RGB到YCbCr色彩空间的转换，并从第 2帧开始读取左右邻居帧，通过基于静态雨滴的雨光度特性进行雨滴的初检，之后通过边缘 保留的引导滤波器分离出当前帧的高频部分，进而得到雨滴及运动物体边缘图，通过使用 图像边界识别技术，能够得到纯雨滴成分。然后使用动态雨滴的雨光度特性进行雨滴进一 步检测，最终通过a混合原图及无雨背景图，提出了一种新的视频去雨方法，能够获得较 好的去雨效果。
【附图说明】
[0032] 图1是本发明实施例的视频雨滴去除方法的流程图；
[0033] 图2是RGB色彩空间图像处理示意图；
[0034] 图3雨滴视野图；
[0035] 图4是雨滴反射、折射图；
[0036] 图5是图像亮度调节的曲线图。
【具体实施方式】
[0037] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对 本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并 不用于限定本发明。
[0038] 请参阅图1，是本发明实施例的视频雨滴去除方法的流程图。本发明实施例的视频 雨滴去除方法包括以下步骤：
[0039] 步骤100 :读取视频帧，并将视频帧从RGB色彩空间转换到YCbCr色彩空间；
[0040] 在步骤100中，对于色彩空间，其是为了定量描述颜色而建立的支持数字图像的 生成、存储、处理及显示的颜色模型。其中最出名的为RGB色彩空间，RGB色彩空间建立的 主要依据是人的眼睛有红、绿和蓝三种色感细胞，它们的最大感光灵敏度分别落在红色、蓝 色和绿色区域，其合成的光谱响应就是视觉曲线，由此推出任何彩色都可以用红、绿、蓝三 种基色来配置；但由于在使用RGB色彩空间进行图像处理时需要同时处理红、绿、蓝三个通 道上的数据，造成了时间复杂度过高的现象，具体如图2所示，是RGB色彩空间图像处理示 意图；而对于YCbCr色彩空间，其是DVD、摄像机、数字电视等消费类视频产品中，常用的色 彩编码方案。YCbCr不是一种绝对色彩空间，是YUV(YUV是被欧洲电视系统所采用的一种 颜色编码方法）压缩和偏移的版本。YCbCr色彩空间中的Y指亮度分量，Cb指蓝色色度分 量，而Cr指红色色度分量。人的肉眼对视频的Y亮度分量更敏感，因此在通过对色度分量 进行子采样来减少色度分量后，肉眼将察觉不到图像质量的变化，且通过计算，在被雨影响 的图像中，雨的部分基本存在于Y亮度分量，Cb蓝色色度分量及Cr红色色度分量并不受雨 滴的影响，故在YCbCr色彩空间中使用去雨算法，只需去除Y亮度分量中雨场，能够降低时 间复杂度。具体地，从RGB色彩空间转换到YCbCr色彩空间的转换公式为：
[0041]
[0042] 对于有雨的一幅图像，每个像素在R、G、B三个分量上的强度值可以认为由两部分 组成，一部分是不被雨滴覆盖的背景强度值，另一部分是由于雨滴折射作用引起的背景强 度值的增量。将公式（1)的R、G、B分量写成两部分的组合，且提取出Cb和Cr分量，重写 (1)式为如下形式：
[0043]
[0044] 在公式（2)中，Rbg、Gbg、Bbg分别是没有被雨滴覆盖的像素在三个分量上的背景 强度值，AR、AG、AB是雨滴引起的背景强度在R、G、B分量上的增量。若像素未被雨滴覆 盖，则AR，AG，AB均为零；反之，均不为零。结合雨滴的色彩属性，雨滴引起的AR、AG、 AB应近似相等，所以公式（2)可以变换为如下形式：
[0045] Cb = 128-0. 1482Rbg-〇. 2910Gbg+0. 4392Bbg
[0046] (3)
[0047] Cr = 128+0. 4391Rbg-〇. 3678Gbg-〇. 0714Bbg
[0048] 通过公式⑶可以看出，通过色彩空间转换后，受雨滴影响图像仅Y亮度分量含有 雨滴成分，Cb蓝色色度分量和Cr红色色度分量自动消去了雨滴引起的强度变化部分，使得 其不受雨滴的存在与否的影响，因此，在图像去雨过程中，只需去除Y分量中雨场，能够大 幅缩短处理时间。
[0049] 步骤200 :从第2帧开始读取当前视频帧的左右邻居帧，并通过基于静态雨滴的光 度特性对视频帧进行雨滴初检；
[0050] 在步骤200中，较之其他恶劣天气状况，雨拥有较大半径的粒子，且由于单个雨滴 拥有似镜头的特性及较大的视野（能够从较大范围进行光线的收集，并集中到雨滴内部， 具体如图3所示，图3为雨滴视野图），故其会比其所覆盖的背景拥有较高的亮度（具体如 图4所示，图4为雨滴反射、折射图），且距离镜头较近的雨滴会形成雨线，雨滴的亮度比其 所覆盖的背景的亮度高很多，这即为静态雨滴的光度特性；对于动态雨滴的光度特性，可以 总结为：一个雨线（动态雨滴）上的光强值，由静态雨滴的亮度、背景亮度及相机的曝光时 间决定：
[0055] 在公式（4)中，Ir，Id及Ibg分别为被雨影响的像素的亮度、静态雨滴的亮度及被 覆盖的背景的亮度；Ed及Ebg为静态雨滴的辐照度及背景的辐照度；t为从雨滴到相机的 投射时间。通过使用公式（5)带入公式（4)，可以得到公式（7)，可以看到，一个雨线上的由 雨滴造成的亮度变化，与背景的亮度呈线性关系，同时a与0认为在同一雨线上是恒定 的。
[0056] 在本发明实施例中，通过基于静态雨滴的光度特性识别像素具体包括：在读入视 频帧后，从第二帧开始读取帧及当前帧的左右邻居帧，通过使用静态雨滴的光度学特性，判 断当前帧的某个像素是否为受雨影响的像素点，即如果当前帧与前一帧及当前帧与后一帧 的亮度差值大于一定阈值（在本发明实施例中，该阈值设置为3,具体可根据实际应用进行 设置），则认为当前帧中的某个像素为受雨或者运动物体影响的像素点，即得到雨滴初检结 果图If，进入下一步处理。
[0057] 步骤300 :通过边缘保留的引导滤波器识别出图像的边缘部分，并与初检结果作 差，从初检结果中减去边缘部分，得到优化的候选雨滴；
[0058] 在步骤300中，滤波是图像处理和计算机视觉中最基础的操作。对其最宽泛的理 解，即滤波后的图像在某一指定位置的像素值是输入图像在同一位置的某邻域内的所有像 素值的函数。对于如高斯滤波器等滤波，其较弱空间变化的假定在边缘处失效，从而造成边 缘的模糊。为了在平均平滑区域的同时防止跨越边缘的平均，设计了双边滤波器。而对于 双边滤波的复杂性，本发明通过使用同样具有保持边缘特性的引导滤波器，利用其快速及 边保留的滤波特性进行运动物体轮廓获取，从而减少误检雨滴像素。引导滤波器认为，某函 数上一点与其邻近部分的点成线性关系，一个复杂的函数就可以用很多局部的线性函数来 表示，当需要求该函数上某一点的值时，只需计算所有包含该点的线性函数的值并作平均 即可。这种模型，在表示非解析函数上，非常有用。
[0059] 同理，可以认为图像是一个二维函数，而且没法写出解析表达式，因此假设该函数 的输出与输入在一个二维窗口内满足线性关系，公式如下：