视频图像雨滴的检测及识别方法

摘要

本发明公开了一种视频图像雨滴检测及识别方法，其特征在于包括以下步骤：首先，根据雨滴运动的特点，采用FastICA算法进行雨滴检测；然后，为了获取雨滴特征参数，采用基于边缘信息引导的方法进行图像二值化；最后，根据二值图像中联通区域的面积、方向角和宽度的统计特征进行雨滴识别。本发明实现了视频图像中雨滴的检测和识别，对大雨、小雨、动态和静态场景均适用，为视频图像雨滴的去除奠定了基础。

主权项

一种视频图像雨滴检测及识别方法，其特征在于，包括以下步骤：（1）根据雨滴运动的特点，采用FastICA算法进行雨滴检测；（2）为了获取雨滴形状特征参数，采用基于边缘信息引导的方法对检测的雨滴图像进行二值化；（3）根据二值图像中联通区域的面积、方向角和宽度的统计特征进行雨滴识别，在所述步骤（1）中，具体包括以下步骤：（11）将每帧图像逐行按像素位置首尾相接构成一个向量，作为一个观测信号；（12）三帧图像为一组，即三个向量作为一组混合的观测信号[x1,x2,x3]T，其中x1，x2，x3分别代表三帧图像，每帧图像按行首尾相接成一个向量，用FastICA算法对这一组信号进行分离,得到三个独立分量[y1,y2,y3]T，其中y1、y2、y3中的任两个为运动分量，另一个为背景分量；（13）寻找三个独立分量中的背景分量，将其置零，假设y3为背景分量，则令y3=0；（14）利用混合矩阵对背景置零后的独立分量进行逆运算，得到每帧图像运动分量x1′,x2′,x3′，如式（1）所示； [ x 1 ′ , x 2 ′ , x 3 ′ ] T = A * y = a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 y 1 y 2 0 - - - ( 1 ) （15）将向量x1′,x2′,x3′还原成矩阵形式，得到检测的雨滴图像，其中A是3×3混合矩阵，a11，...,a33为混合矩阵元素；在所述步骤（2）中，先利用边缘检测的方法提取出灰度值较弱的雨滴边缘，然后在边缘信息的引导下实现图像二值化，二值化具体步骤如下：（21）利用prewwit算子提取出雨滴的边缘，再利用数学形态学中的膨胀操作连接断开的边缘点；（22）填充闭合边缘包围的内部区域；（23）利用腐蚀运算缩小膨胀后的联通区域，去除联通区域边缘的毛刺，实现基于边缘信息引导的图像二值化；在所述步骤（3）中，具体步骤如下：（31）联通区域的面积小于图像整体面积0.01%的区域直接判断为雨滴覆盖区域；（32）对上步识别后的剩余联通区域提取方向角，方向角范围为[0°,180°)，由于雨滴的降落方向为0°的可能性极低，将方向角为0°的联通区域判定为非雨物体，对方向角非零的联通区域进行方向角统计，统计间隔为5°，总共划分为36个区间，将统计频率低于3%的方向角区间对应的联通区域判定为非雨的物体；（33）根据不同帧内雨滴方向角近似相等的特点，对连续三帧去除统计低频后的方向角统计图R1'，R2'，R3'利用式（3）求取雨滴方向角分布范围，再利用式（4）对方向角分布范围进行优化，不落在雨滴方向角范围内的区域判定为非雨物体；regionrain=(R1'&R2')|(R2′&R3')|(R1′&R3′)    （3）regionrain‑mean(regionrain)45°                （4）（34）采用宽度统计的方法对方向统计后识别出的雨滴进行再次识别，筛选出真实的雨滴。