Abstract

• 通過設(shè)計導(dǎo)引L0平滑濾波器，提出了一種改進的單幅圖像雨雪去除方法。設(shè)計的濾波器靈感來自于之前的L0梯度最小化。

Introduction

• 現(xiàn)有的雨雪去除方法可以分為兩種情況：一種是用于視頻，另一種是用于單幅圖像。在視頻的情況下，Gary和Nayar開發(fā)了一個捕獲雨水動力學(xué)的相關(guān)模型和一個基于物理的運動模糊模型.
• 對于基于單圖像的方法，Kang等人提出一種基于圖像分解的降雨去除方法，通過字典學(xué)習(xí)和稀疏編碼，可以去除單個圖像的降雨分量。
• 許等人提出了一種利用導(dǎo)引濾波器去除雨雪的方法。
• 陳端宇等人提出一種基于稀疏編碼的視覺深度引導(dǎo)彩色圖像雨紋去除方法，去除雨痕和雪花后，圖像中的物體清晰可見。
• 另一方面，單幅圖像中的雨條紋或雪片也可以認(rèn)為是圖像噪聲。一些常用的降噪方法可用于降雨或除雪。
• 雙邊濾波器是考慮距離像素及其方差的影響的保邊緣平滑濾波器。非局部均值算法是一種流行的圖像去噪方法，它基于圖像中所有像素的非局部平均。
• 本文基于L0梯度極小化，設(shè)計了一種導(dǎo)引L0平滑濾波器。首先，采用傳統(tǒng)的導(dǎo)引濾波器獲得粗略但幾乎無雨或無雪的導(dǎo)引圖像。然后設(shè)計了導(dǎo)引L0平滑濾波器，用于去除雨雪干擾。

Background

• 根據(jù)邊緣像素與周圍像素之間的關(guān)系，所有邊緣可分為三類：階梯邊緣、脊邊緣和谷邊緣。
• 假設(shè)邊緣的每個點都是相應(yīng)窗口的中心。為了區(qū)分三種邊緣，我們將計算和比較相應(yīng)窗口中的均值和方差。即使窗口尺寸變大，階梯邊緣的平均值和方差幾乎保持不變。但對于脊邊緣和谷邊緣，它們的均值和方差將隨著窗口大小的增加而變化。具體地說，當(dāng)脊邊緣的窗口尺寸增大時，均值變小并接近其相鄰像素，方差也變小并接近于零；而對于谷邊緣，均值變大并接近相鄰像素，并且方差也變小并接近于零。

The rain-free or snow-free guidance Image
Guided filter???????

• 引導(dǎo)濾波器是一種邊緣保持平滑濾波器，它在邊緣附近工作良好。引導(dǎo)圖像可以是觀測圖像本身或另一參考圖像。此外，導(dǎo)引濾波器是一種快速且非近似的線性時間算法，其計算復(fù)雜度與濾波核大小無關(guān)。引導(dǎo)濾波器的輸出圖像公式如下：

The low frequency part

• 使用導(dǎo)頻濾波器后階梯邊緣的低頻部分仍然是階梯邊緣，但其范圍變小，這意味著使用導(dǎo)頻濾波器后階梯邊緣變得更平滑。
• 如果較小尺寸的脊邊緣不受其他邊緣的影響，其方差接近0，則脊邊緣將消失并趨向背景。屬于大尺寸脊邊緣，但很難使與背景相等，所以大尺寸脊邊緣的低頻部分會保持并變得平滑。
• 谷緣的低頻部分值將變得大于輸入。
• 傳統(tǒng)的導(dǎo)引濾波器不能直接去除雪中的噪聲，事實上，如果把輸入圖像作為導(dǎo)引圖像，只能得到粗略的結(jié)果。因為輸出中的邊緣被輸入圖像修改以接近制導(dǎo)圖像中的邊緣，并且不再是輸入圖像中的原始邊緣。在這種情況下，引導(dǎo)過濾器不能很好地工作。

???????Guided L0 smoothing filter
L0 gradient minimization

• ???????通過L0梯度最小化，可以直接優(yōu)化L0范數(shù)，得到分段恒定的輸出圖像。在本文獻中，給出以下最小化問題：

?Guided L0 smoothing filter

• 因此，本文提出了一種導(dǎo)引L0平滑濾波器。它利用了L0梯度最小的導(dǎo)向濾波器的特性。與原始的L0梯度最小化算法不同，增強后的圖像邊緣可以按照無雨/無雪的導(dǎo)引圖像進行保留或平滑。具體地，如果制導(dǎo)圖像的對應(yīng)位置是大梯度量，則可以保留觀測圖像的邊緣，并且如果對應(yīng)位置是低梯度量，則可以平滑觀測圖像的邊緣。
  

Conclusions

• 本文提出了一種改進的雨雪去除方法。該方法設(shè)計了導(dǎo)引L0平滑濾波器。它是基于這樣的事實，即小雨條或雪花比相鄰的像素更亮。利用導(dǎo)引濾波器后，通過窗口中的均值和方差，可以區(qū)分三種邊緣的低頻部分。
• 因此，我們將觀測圖像和低頻部分作為設(shè)計濾波器的輸入，以獲得粗略的結(jié)果。然后進一步通過對粗略結(jié)果與觀測圖像之間的最小化運算，得到最終的細(xì)化結(jié)果。結(jié)果表明，該方法在降雨除雪任務(wù)中比現(xiàn)有方法更有效。

總結(jié)

以上是生活随笔為你收集整理的Single image rain and snow removal via guided L0 smoothing filter的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。