下雨天環(huán)境下室外拍攝的圖片隨機分布著很多方向的雨線,這些密集的雨線使得目標(biāo)物體被遮擋,同時對背景產(chǎn)生光線反射,進(jìn)而降低目標(biāo)物體的對比度,最終導(dǎo)致拍攝的細(xì)節(jié)信息丟失,圖像質(zhì)量不理想,而戶外交通監(jiān)控、軍事目標(biāo)偵察依賴于清晰的圖像,從而嚴(yán)重影響系統(tǒng)性能。如果能對雨線進(jìn)行一系列的處理操作,以對圖像清晰化,將有利于圖像識別、跟蹤等領(lǐng)域的應(yīng)用研究。目前存在單幅圖像的去雨研究主要基于圖像層建模或雨滴檢測,這些方法或?qū)D像進(jìn)行分解,通過對雨圖字典的稀疏編碼重建無雨圖像,或?qū)τ甑螜z測,利用雨的特征檢測出雨線去雨,進(jìn)一步對雨線去雨進(jìn)行去雨,雖然各主流方法均能在一定程度上達(dá)到去雨的效果,但不同算法均存在去雨效果不理想和實時性難以兼顧、圖像細(xì)節(jié)丟失、圖像結(jié)構(gòu)被破壞等問題。針對上述問題,為了提高單幅圖像去雨方法的有效性,本文主要研究工作如下:（1）通過搜集戶外不同場景下的無雨圖,人工合成大量對應(yīng)雨圖,構(gòu)建一個用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)的標(biāo)準(zhǔn)數(shù)據(jù)集,該數(shù)據(jù)集的雨圖包括不同場景下不同方向和密度的雨線,運用卷積神經(jīng)網(wǎng)絡(luò)對數(shù)據(jù)集中的有雨圖像進(jìn)行去雨,再與對應(yīng)無雨圖像進(jìn)行比較,能夠定性和定量地評估去雨效果。（2）研究使用濾波算法提... 

【文章來源】：華南農(nóng)業(yè)大學(xué)廣東省

【文章頁數(shù)】：58 頁

【學(xué)位級別】：碩士

【部分圖文】：

戶外雨天圖像

基于圖層混合模型去雨效果圖：左為有雨圖，右為去雨圖

雨圖中橢圓形內(nèi)核的各種結(jié)構(gòu)

【參考文獻(xiàn)】：
期刊論文
[1]形態(tài)分量分析在去除地震資料隨機噪聲中的應(yīng)用[J]. 李海山,吳國忱,印興耀.  吉林大學(xué)學(xué)報(地球科學(xué)版). 2012(02)
[2]視頻圖像中雨滴檢測與去除方法研究[J]. 張穎翔,陳強,劉允才.  微型電腦應(yīng)用. 2007(12)

碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的圖像識別[D]. 蔣帥.吉林大學(xué) 2017
[2]單幅圖像中雨滴檢測與去除方法的研究[D]. 石曉晴.北京交通大學(xué) 2016
[3]基于Caffe平臺深度學(xué)習(xí)的人臉識別研究與實現(xiàn)[D]. 魏正.西安電子科技大學(xué) 2015



本文編號：3084674