一種圖像中雨雪的去除方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種圖像雨雪去除方法，包括如下步驟，S1：獲取視頻幀，建立該視頻幀顏色模型并將其轉(zhuǎn)換為HIS顏色模型；S2：對(duì)S1中轉(zhuǎn)換得到的HIS顏色模型中所有像素點(diǎn)的亮度值進(jìn)行提取，得到亮度值矩陣；S3：對(duì)S2中得到的亮度值矩陣進(jìn)行標(biāo)量卡爾曼濾波處理；S4：利用S3濾波處理后的亮度矩陣，對(duì)S1得到的視頻幀進(jìn)行圖像復(fù)原；S5：將復(fù)原后的視頻幀轉(zhuǎn)換成S1中獲取的視頻幀的顏色模型輸出。本發(fā)明計(jì)算量小，能夠?qū)崿F(xiàn)靜態(tài)場(chǎng)景下的視頻圖像處理后圖像清晰、無(wú)雨雪點(diǎn)并且實(shí)用性強(qiáng)。
【專(zhuān)利說(shuō)明】—種圖像中雨雪的去除方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及視頻圖像處理【技術(shù)領(lǐng)域】，具體而言，是一種圖像中雨雪的去除方法。
【背景技術(shù)】
[0002]隨著計(jì)算機(jī)、網(wǎng)絡(luò)、通信、流媒體等技術(shù)的日趨成熟與完善，視頻在社會(huì)生產(chǎn)生活中的應(yīng)用日益廣泛。在智能視頻監(jiān)控、導(dǎo)航、遙感、車(chē)牌識(shí)別等計(jì)算機(jī)視覺(jué)系統(tǒng)中，視頻是最主要的信息來(lái)源。然而這些系統(tǒng)功能都是基于正常的天氣條件考慮設(shè)計(jì)的，盡管戶(hù)外視頻監(jiān)控系統(tǒng)的應(yīng)用領(lǐng)域非常廣泛，但是在雨、雪等惡劣天氣中不能很好地發(fā)揮其應(yīng)有的作用。在雨雪天氣情況下，從戶(hù)外監(jiān)控系統(tǒng)獲取的視頻圖像中可以看到視頻畫(huà)面中出現(xiàn)了許多隨機(jī)分布的亮點(diǎn)，這些亮點(diǎn)劇烈的沖擊作用對(duì)人眼造成了視覺(jué)沖擊，形成了雨雪降落的動(dòng)態(tài)效果?？傊?，在雨雪天氣下，空中的雨線(xiàn)和雪花使景物能見(jiàn)度大幅度降低，各種系統(tǒng)獲取的圖像模糊不清，對(duì)比度降低，視頻圖像出現(xiàn)嚴(yán)重的失真現(xiàn)象，大大降低了圖像的使用價(jià)值。為了保證戶(hù)外監(jiān)控系統(tǒng)能夠適應(yīng)各種天氣情況，在雨雪等惡劣條件下也能正常地工作，所以非常有必要對(duì)大氣中的雨雪進(jìn)行去除研究，對(duì)獲取的圖像進(jìn)行修復(fù)，消除天氣因素的干擾，提聞系統(tǒng)的穩(wěn)定性。
[0003]視頻圖像雨雪去除研究工作起步較晚，最近一段時(shí)間才逐漸被研究人員關(guān)注。目前已有的方法大多數(shù)集中在雨滴去除研究中，雪花去除研究較少，而且大部分對(duì)于大雨的去除效果不佳，現(xiàn)列舉出幾種現(xiàn)有的方法:1、Starik和Werman于2003年利用用時(shí)域上的中值濾波技術(shù)對(duì)視頻圖像中的雨滴進(jìn)行了去除研究，在小雨情況下，這個(gè)方法可以成功地去除視頻圖像中的雨滴，但是在大雨情況下，該方法會(huì)導(dǎo)致圖像細(xì)節(jié)模糊，并且處理后雨線(xiàn)依然很明顯，去除效果較差。
[0004]2、Garg和Nayar于2004年提出了一種比較全面的雨滴去除方法理論，他們認(rèn)為視頻圖像中受雨滴影響的像素點(diǎn)的亮度值變化幅度較大，可以通過(guò)計(jì)算前后若干相鄰幀的差值，并設(shè)定一定的閾值來(lái)檢測(cè)雨滴像素點(diǎn)。為了去除誤檢雨滴，又利用雨滴亮度模型和雨滴動(dòng)力模型進(jìn)一步去除誤檢雨滴，。該算法僅適用于中小雨算法，在大雨或暴雨情況下，該方法不能很好地區(qū)分雨滴像素和運(yùn)動(dòng)物體像素，會(huì)產(chǎn)生很多誤檢。
[0005]3>Garg和Nayar于2005年提出了通過(guò)調(diào)節(jié)攝像頭參數(shù)的方法進(jìn)行去雨工作。但是僅是對(duì)攝像頭參數(shù)的調(diào)節(jié)，但是雨雪天氣時(shí)，還是會(huì)對(duì)暴漏在外部的鏡頭有影響，所以，單一的只調(diào)節(jié)攝像頭參數(shù)，不能夠充分地得到清晰、無(wú)雨雪點(diǎn)的圖像，有時(shí)必須還要和上述方法相結(jié)合才能得到更清晰的圖像。
[0006]另外，還有一些對(duì)圖像雨雪的去除方法，Zhang于2006年提出了一種基于顏色模型的方法，該方法認(rèn)為受到雨滴影響的像素值，R、G、B分量的變化量幾乎是相同的，同時(shí)利用放大技術(shù)和高斯模糊技術(shù)來(lái)檢測(cè)和去除雨線(xiàn)。Brewer于2008年提出了一種基于雨滴形狀特征的算法，該方法通過(guò)定位呈現(xiàn)釘子狀的區(qū)域的局部信息來(lái)檢測(cè)和去除雨滴，能很好地檢測(cè)出動(dòng)態(tài)場(chǎng)景中的雨滴，但是在大雨情況下，該方法失效。Zhao于2008年同時(shí)也提出了一種直方圖模型方法，該方法假設(shè)雨滴像素和非雨滴像素有著不同的直方圖分布，利用K-Means算法對(duì)時(shí)間軸上的像素進(jìn)行聚類(lèi)(K = 2)。Barnum于2008年提出了一種基于頻域的雨滴去除方法，該方法通過(guò)建立模糊高斯模型來(lái)估計(jì)雨滴產(chǎn)生的模糊情況，用頻域?yàn)V波器來(lái)減弱雨滴的可見(jiàn)度。Bossu于2011年提出了一種基于混合高斯模型的方法。該方法先利用雨線(xiàn)的大小和亮度獲取候選雨滴，然后利用混合高斯模型來(lái)估計(jì)雨線(xiàn)的方向。Y.H.Fu,L.ff.Kang和C.ff.Lin于2011年首次提出了單巾貞去雨算法,進(jìn)行了理論上的創(chuàng)新。該方法首先通過(guò)MCA(形態(tài)分量分析)算法將單張視頻圖像分解成高頻和低頻兩部分，然后利用字典學(xué)習(xí)和稀疏編碼技術(shù)將高頻成分解為雨滴成分和非雨滴成分，然后去除分解出來(lái)的雨滴成分。Tripathi和Mukhopadhyay于2012年提出了一種時(shí)域統(tǒng)計(jì)模型來(lái)去除雨滴。為了區(qū)分雨滴和運(yùn)動(dòng)物體，該方法提取了時(shí)間軸上的兩種屬性特征，一個(gè)是像素波動(dòng)范圍，另一個(gè)是對(duì)稱(chēng)度。該方法認(rèn)為雨滴像素的亮度變化曲線(xiàn)圖是比較對(duì)稱(chēng)的，雨滴像素波動(dòng)范圍是比較小的，但是實(shí)驗(yàn)證明，如果背景比較暗，但是雨滴又特別亮，就會(huì)導(dǎo)致很多雨滴漏檢。

【發(fā)明內(nèi)容】

[0007]為了解決現(xiàn)有技術(shù)中對(duì)圖像中雨雪處理的方法計(jì)算量大、操作方法繁復(fù)，只能應(yīng)用于靜態(tài)場(chǎng)等技術(shù)缺陷，本發(fā)明公開(kāi)了一種圖像中雨雪去除的方法，實(shí)現(xiàn)最大限度的降低計(jì)算量，簡(jiǎn)化方法，并且能夠同時(shí)去除圖像中雨雪的目的。
[0008]為達(dá)到上述目的，本發(fā)明提供一種視頻圖像雨雪去除方法，包括如下步驟，
[0009]S1:獲取視頻幀，建立該視頻幀顏色模型并將其轉(zhuǎn)換為HIS顏色模型；
[0010]RGB顏色模型主要用于計(jì)算機(jī)或電視機(jī)的顏色顯示系統(tǒng)。在計(jì)算機(jī)上定量處理色彩時(shí)通常采用RGB顏色模板，但是在視覺(jué)上定性描述色彩時(shí)采用HIS顏色模型則更為直觀(guān)。
H、1、S分別表示色調(diào)、亮度或強(qiáng)度、飽和度，它們是人眼中認(rèn)識(shí)顏色的三個(gè)特征。亮度是指人眼對(duì)光源或物體明亮的感覺(jué)，一種來(lái)說(shuō)與物體的反射率成反比。雨雪點(diǎn)在視頻圖像HIS模型中表現(xiàn)最明顯的是亮度值，因此本發(fā)明將視頻圖像的顏色模型轉(zhuǎn)換為HIS顏色模型，對(duì)HIS顏色模型中的雨雪點(diǎn)亮度進(jìn)行處理。
[0011]S2:對(duì)SI中轉(zhuǎn)換得到的HIS顏色模型中所有像素點(diǎn)的亮度值進(jìn)行提取，得到亮度值矩陣；雨雪點(diǎn)在HIS顏色模型的視頻圖像中亮度值變化程度特別高，因此僅僅將該HIS顏色模型中的像素點(diǎn)的亮度值進(jìn)行提取，得到亮度矩陣，對(duì)該亮度矩陣中的像素點(diǎn)的亮度值變化范圍大的像素點(diǎn)進(jìn)行處理就能達(dá)到去除視頻圖像中的雨雪點(diǎn)。
[0012]S3:對(duì)S2中得到的亮度值矩陣進(jìn)行標(biāo)量卡爾曼濾波處理；
[0013]S4:利用S3濾波處理后的亮度矩陣，對(duì)SI轉(zhuǎn)換得到的視頻幀進(jìn)行圖像復(fù)原；
[0014]S5:將復(fù)原后的的視頻幀轉(zhuǎn)換成SI中獲取的視頻幀的顏色模型輸出。
[0015]進(jìn)一步地，SI中視頻幀的顏色模型包括RGB顏色模型。
[0016]進(jìn)一步地，將RGB顏色模型轉(zhuǎn)換為HIS顏色模型的方法包括球體彩色轉(zhuǎn)換方法、圓柱體彩色轉(zhuǎn)換方法、三角轉(zhuǎn)換方法。將RGB顏色模型轉(zhuǎn)換為HIS顏色模型的方法有多種，球體彩色轉(zhuǎn)換方法、圓柱體彩色轉(zhuǎn)換方法、三角轉(zhuǎn)換方法都是HIS顏色模型轉(zhuǎn)換的較佳形式，其中，三角變換的HIS算法可以很好的保留源圖像的源光譜信息和空間分辨率，運(yùn)算量較小，且易于實(shí)現(xiàn)。
[0017]進(jìn)一步地，S4的具體操作方法為:
[0018](I)獲取第一幀亮度矩陣中某個(gè)像素點(diǎn)的初始狀態(tài)下亮度值Xih、及初始方差Pu、系統(tǒng)噪聲Q ;卡爾曼濾波包括兩個(gè)過(guò)程，主要是預(yù)估與校正。本發(fā)明利用系統(tǒng)給出的上述三個(gè)初始值對(duì)下一幀中某一像素點(diǎn)的亮度值及方差進(jìn)行預(yù)估和校正。要估算是第k幀一確定點(diǎn)的亮度值Χκ，首先要根據(jù)前一幀(即k-Ι幀)的亮度值Xim來(lái)預(yù)測(cè)第k幀的亮度值Χκ，系統(tǒng)給出了視頻幀中的初始值，方便計(jì)算下一幀中的某一確定點(diǎn)的亮度值。計(jì)算下一幀中某一像素點(diǎn)的亮度值需要利用兩個(gè)值:上一幀的該像素點(diǎn)的亮度值、以及上一幀計(jì)算方差，利用上一幀的像素點(diǎn)的亮度值以及方差求得下一幀該像素點(diǎn)的亮度值，并將下一幀的計(jì)算方差求得，為下下一幀的計(jì)算做準(zhǔn)備。
[0019](2)測(cè)量該像素點(diǎn)的亮度值Yk ；，測(cè)量亮度值Yk與實(shí)際亮度值之間的偏差為R，并利用系統(tǒng)噪聲Q、偏差R、以及初始方差Pih計(jì)算該像素點(diǎn)在第一幀及下一幀中的亮度值的變化幅度Kg ;進(jìn)行預(yù)估下一幀該像素點(diǎn)亮度值要利用該點(diǎn)的測(cè)量值，測(cè)量得到的該像素點(diǎn)的亮度值Yk，本發(fā)明的算法是在靜態(tài)場(chǎng)景下的對(duì)視頻圖像中的雨雪點(diǎn)進(jìn)行的去除，因此每一幀的亮度矩陣基本是恒定的 ，所以會(huì)得到第k幀的亮度值Xk和第k-Ι幀的亮度值Xih是基本一致的。而該像素點(diǎn)測(cè)量的亮度值與實(shí)際亮度值之間會(huì)存在誤差，這個(gè)誤差的比例幅度就是Kg。計(jì)算下一幀中該像素點(diǎn)的亮度值利用的是上一幀的方差、系統(tǒng)噪聲、以及上一幀中的該像素點(diǎn)的亮度值與實(shí)際亮度值之間的誤差，本發(fā)明中用R表示，且認(rèn)為該誤差在每一幀中的誤差值都是不變的。
[0020](3)估算該像素點(diǎn)在下一幀中的亮度值Xk ；
[0021](4)更新下一幀的方差Ρκ。更新下一幀的方差PkS計(jì)算下下一幀的亮度值做鋪墊。每一幀中像素點(diǎn)的亮度值計(jì)算都是利用上一幀中對(duì)應(yīng)的像素點(diǎn)的亮度值及上一幀的計(jì)
算方差。
[0022]進(jìn)一步地，S4中步驟⑵中計(jì)算亮度值變化幅度Kg具體操作為
[0023]Kg2 = (Pk-JQ) / (Ρκ^+Q+R2)，其中Q表示系統(tǒng)噪聲，R表示測(cè)量偏差。
[0024]進(jìn)一步地，S4中步驟(3)的具體操作如下
[0025]Xk = XliJKg (Yk-Xh)0
[0026]進(jìn)一步地，更新下一幀的偏差Pk的具體操作為
[0027]Pk = (Ph+Q) (1-Kg)。
[0028]本發(fā)明中，認(rèn)為系統(tǒng)噪聲Q以及偏差R是不變的。
[0029]綜上，本發(fā)明計(jì)算量小，能夠?qū)崿F(xiàn)靜態(tài)場(chǎng)景下的視頻圖像處理后圖像清晰、無(wú)雨雪點(diǎn)并且實(shí)用性強(qiáng)。
【專(zhuān)利附圖】

【附圖說(shuō)明】
[0030]圖1為本發(fā)明的流程示意圖；
[0031]圖2為本發(fā)明中標(biāo)量卡爾曼濾波的流程示意圖；
[0032]圖3a為本發(fā)明處理視頻幀圖像前的像素點(diǎn)亮度值幅度示意圖；
[0033]圖3b為本發(fā)明處理視頻幀圖像后的像素點(diǎn)亮度值幅度示意圖。
【具體實(shí)施方式】
[0034]下面通過(guò)具體的實(shí)施例并結(jié)合附圖對(duì)本發(fā)明做進(jìn)一步的詳細(xì)描述。
[0035]如圖1所示為一種圖像中雨雪的去除方法，該方法包括如下步驟，S1:獲取視頻幀，建立該視頻幀顏色模型并將其轉(zhuǎn)換為HIS顏色模型；S2:對(duì)SI中轉(zhuǎn)換得到的HIS顏色模型中所有像素點(diǎn)的亮度值進(jìn)行提取，得到亮度值矩陣；S3:對(duì)S2中得到的亮度值矩陣進(jìn)行標(biāo)量卡爾曼濾波處理；S4:利用S3濾波處理后的亮度矩陣，對(duì)SI得到的視頻幀進(jìn)行圖像復(fù)原；S5:將復(fù)原后的的視頻幀轉(zhuǎn)換成RGB顏色模型輸出。SI中視頻幀的顏色模型包括RGB顏色模型。將RGB顏色模型轉(zhuǎn)換為HIS色彩模型的方法包括球體彩色轉(zhuǎn)換方法、圓柱體彩色轉(zhuǎn)換方法、三角轉(zhuǎn)換方法。如圖2所示，S4的具體操作方法為:(I)獲取第一幀亮度矩陣中某個(gè)像素點(diǎn)的初始狀態(tài)下亮度值Xih、及初始方差Pih、系統(tǒng)噪聲Q ； (2)測(cè)量該像素點(diǎn)的亮度值Υκ，測(cè)量得到的亮度值Yk與實(shí)際亮度值之間的偏差為R，并利用系統(tǒng)噪聲Q、偏差R、及初始方差Pk-1計(jì)算該像素點(diǎn)在第一幀及下一幀中的亮度值的變化幅度Kg ； (3)估算該像素點(diǎn)在下一幀中的亮度值Χκ; (4)更新下一幀的偏差PK。S4中步驟(2)中計(jì)算亮度值變化幅度Kg具體操作為Kg2 = (Pk_!+Q) / (Ρκ^+Q+R2)，其中Q表示系統(tǒng)噪聲，R表示測(cè)量偏差。S4中步驟⑶的具體操作如下Xk = XK_i+Kg (Yk-Xih)。更新下一幀的偏差PK的具體操作為Pk=(Pk-1+Q) (1-Kg)。
[0036]相比較于其它算法，本發(fā)明的圖像中雨雪去除方法處理視頻圖像中雨雪具有速度快、去除雨雪后圖像清晰度高的特點(diǎn)。表1給出了不同算法處理Pool視頻序列、Template視頻序列、Forest視頻幀序列、Night視頻幀序列的處理時(shí)間對(duì)比。
[0037]表1
[0038]
試驗(yàn)序幀尺寸視頻 KMeans處設(shè)定一定調(diào)整攝像本發(fā)明列(M*N) 幀數(shù)理時(shí)間閾值的方頭的方法的方法(L)&
Pool280*280 2943.66s 4.59s 8.74s 0.015s
Template384*288 80__2.03 s__2.62s__5.73s__0.025s
Forest500*281 400__15.59s__16.33s__17.85s__0.038s
Night272*677 785__11.63s_ 13.47s14.33s 0.016s
[0039]當(dāng)且僅當(dāng)視頻幀的顏色空間格式為非HSI時(shí)進(jìn)行轉(zhuǎn)換。
[0040]本實(shí)施方式采用三角轉(zhuǎn)換法將RGB顏色模型轉(zhuǎn)換為HIS顏色模型為例進(jìn)行講解。
及 + G + S
[0041]/ =--
3 ；

3
[0042]5=1 — --- min B)
R + G + B；
{ Θ、 G > B
[0043]H = (2tr - 0f G < B,
?J (R-G) + (R -F) \
[0044]Θ = COS 11 ~-..—I
\2^(R-or。
[0045]將RGB顏色模型轉(zhuǎn)換為HIS顏色模型后提取視頻幀中的亮度通道(即I通道)，得到亮度矩陣，即將HIS三通道的視頻幀中的亮度(Intensity)通道提取出來(lái)，單獨(dú)形成一個(gè)亮度矩陣。然后對(duì)該亮度矩陣進(jìn)行卡爾曼濾波處理。假設(shè)該視頻圖像有N幀，那么該視頻圖像的第一幀的亮度值及方差將作為該系統(tǒng)的初始值獲得。下面以估算第K幀中的某一個(gè)像素點(diǎn)的亮度值Xk進(jìn)行說(shuō)明。計(jì)算該像素點(diǎn)在第K幀的亮度值利用該像素點(diǎn)第K-1幀的亮度值Xim、第K-1幀的方差PK_lt)系統(tǒng)的噪聲Q是已知且不變的。其次，測(cè)量該像素點(diǎn)第K幀的亮度像素值￥￡，假設(shè)測(cè)量值Yk與該點(diǎn)實(shí)際值之間的偏差為R，那么可以得到該點(diǎn)實(shí)際值與估算值之間的變化幅度Kg際可以利用第K-1幀的方差、系統(tǒng)噪聲Q及偏差R得到，
[0046]即，Kg2= (Pih+Q) / (Ph+Q+R2)。
[0047]因?yàn)樵陟o態(tài)場(chǎng)景下，每一幀的亮度矩陣基本是恒定的，所以會(huì)得到第k幀的亮度值Xk和第k-Ι幀的亮度值Xih是基本一致的。
[0048]那么該點(diǎn)在第K幀的亮度值為:XK = XK_!+Kg(Yk-Xih)。
[0049]圖3a和圖3b為利用本發(fā)明算法處理前后視頻幀圖像對(duì)比圖。圖3a中的曲線(xiàn)圖表示雨或雪經(jīng)過(guò)視頻圖像中像素點(diǎn)時(shí)像素點(diǎn)的亮度值變化。雨線(xiàn)或雪花經(jīng)過(guò)的像素點(diǎn)光強(qiáng)增強(qiáng)，其對(duì)應(yīng)的雨滴或雪花像素時(shí)域波動(dòng)幅度較大。圖3b為去除雨雪后的圖像，由圖中可明顯看到圖像中像素點(diǎn)雨滴或雪花像素時(shí)域波動(dòng)幅度趨緩，此時(shí)人眼已無(wú)法看到雨滴。
[0050]以上所述僅為本發(fā)明的優(yōu)選實(shí)施例而已，并不用于限制本發(fā)明，對(duì)于本領(lǐng)域的技術(shù)人員來(lái)說(shuō)，本發(fā) 明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
【權(quán)利要求】
1.一種圖像中雨雪的去除方法，其特征在于，該方法包括如下步驟， 51:獲取視頻幀，建立該視頻幀的顏色模型并將其轉(zhuǎn)換為HIS顏色模型； 52:對(duì)SI中轉(zhuǎn)換得到的HIS顏色模型中所有像素點(diǎn)的亮度值進(jìn)行提取，得到亮度值矩陣； 53:對(duì)S2中得到的亮度值矩陣進(jìn)行標(biāo)量卡爾曼濾波處理； 54:利用S3濾波處理后的亮度矩陣，對(duì)SI轉(zhuǎn)換得到的視頻幀進(jìn)行圖像復(fù)原； 55:將復(fù)原后的的視頻幀轉(zhuǎn)換成SI中獲取的視頻幀的顏色模型輸出。
2.根據(jù)權(quán)利要求1所述的圖像中雨雪的去除方法，其特征在于，SI中建立視頻幀的顏色模型包括RGB顏色模型。
3.根據(jù)權(quán)利要求2所述的圖像中雨雪的去除方法，其特征在于，將RGB顏色模型轉(zhuǎn)換為HIS色彩模型的采用的方法包括球體彩色轉(zhuǎn)換方法、圓柱體彩色轉(zhuǎn)換方法、三角轉(zhuǎn)換方法。
4.根據(jù)權(quán)利要求1所述的圖像中雨雪的去除方法，其特征在于，S4的具體操作方法為: (1)獲取第一幀亮度矩陣中某個(gè)像素點(diǎn)的初始狀態(tài)下亮度值Xih、及初始方差Pim、系統(tǒng)噪聲Q ; (2)測(cè)量該像素點(diǎn)的亮度值Yk；，測(cè)量亮度值Yk與實(shí)際亮度值之間的偏差為R，并利用系統(tǒng)噪聲Q、偏差R、以及初始方差Pih計(jì)算該像素點(diǎn)在第一幀及下一幀中的亮度值的變化幅度Kg ； (3)估算該像素點(diǎn)在下一幀中的亮度值Xk; (4)更新下一幀的方差PK。
5.根據(jù)權(quán)利要求4所述的圖像中雨雪的去除方法，其特征在于， S4中步驟(2)中計(jì)算亮度值變化幅度Kg具體操作為 Kg2 = (Pk_!+Q) / (Ρκ^+Q+R2)，其中Q表示系統(tǒng)噪聲，R表示測(cè)量偏差。
6.根據(jù)權(quán)利要求4所述的圖像中雨雪的去除方法，其特征在于，S4中步驟(3)的具體操作如下
Xk = XliJKg (Yk-Xih)。
7.根據(jù)權(quán)利要求4所述的圖像中雨雪的去除方法，其特征在于，更新下一幀的偏差PK的具體操作為
Pk = (Ρκ-1+Q) (1-Kg)。
【文檔編號(hào)】G06T7/40GK104021527SQ201410254065
【公開(kāi)日】2014年9月3日 申請(qǐng)日期:2014年6月10日 優(yōu)先權(quán)日:2014年6月10日
【發(fā)明者】馬華東, 馬境遠(yuǎn), 傅慧源, 張丹 申請(qǐng)人:北京郵電大學(xué)