基于矩阵补全的图像去雨雪应用研究

发布时间：2024-01-23 20:08

　　视频和图像作为视觉信息的主要表现形式,是人们获取信息的主要渠道。然而在雨雪天气中获取视觉信息时,雨雪会降低视频图像的视觉效果,造成信息遮挡或缺失,使得计算机对视频图像的后续分析和处理变得更加困难。因此,去除不良天气对视频图像的影响,能够有效地提高视频图像的视觉效果,有助于增加计算机对视频图像分析和处理的准确性和可靠性。本文针对视频图像去雨雪问题,对现有的视频图像去雨雪技术进行深入研究和分析。基于经典的Kim方法,本文提出了改进的雨雪去除方法。由于Kim方法没有充分考虑参数的自适应问题,所以本文在经典Kim模型的第二项引入一个自适应参数,用以提高视频图像的雨雪去除效果。然后结合噪声期望最大化算法的噪声效益思想,将视频图像中的雨雪当作噪声进行去除,从而将引入自适应参数后的模型抽象为背景和噪声两个部分,并提出了基于矩阵补全的自适应参数模型。本文基于改进的雨雪去除模型,提出了基于矩阵补全的自适应去雨雪算法。在EM算法和噪声期望最大化算法的启发下,定义了参数化噪声期望最大定理,并给出了本文算法的理论证明。在实验中,首先使用合成雨视频验证该参数的有效性。然后,使用网格搜索法找到去除效果最好的参数。...

【文章页数】：53 页

【学位级别】：硕士

图4-1“Highway”视频序列的去雨结果

图4-2“Boats”视频序列的去雨结果

图4-5展示了Kim方法和本文方法在“Niagara”视频序列中的去雨结果

图4-6展示了Kim方法和本文方法在“Port”视频序列中的去雨结果

本文编号：3883289