[發明專利]一種視頻圖像去雪方法、裝置及存儲介質

有效

• 申請號: 202010820587.6
• 申請日: 2020-08-14
• 公開（公告）號: CN111951191B
• 公開（公告）日: 2022-05-24
• 發明（設計）人: 賈振紅;楊斌
• 申請（專利權）人: 新疆大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/50;G06T5/30;G06V10/764;G06K9/62
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 李林娟

1.一種視頻圖像去雪方法，其特征在于，所述方法包括：

對依次通過光流場估計算法、支持向量機處理后的稀疏雪花，采用第一自適應閾值判斷進行檢測獲取最終的稀疏雪花檢測圖；

基于塊的混合高斯模型對輸入視頻進行背景建模，去除稠密雪花，獲取低秩背景；

使用馬爾可夫隨機場檢測輸入視頻中的運動前景獲取二值圖，采用第二自適應閾值去除二值圖中面積的稠密雪花，將處理后的二值圖貼回低秩背景中生成新的輸入視頻；

將最終的稀疏雪花檢測圖、與新的輸入視頻對應幀圖片進行相似匹配，去除稀疏雪花；

其中，基于塊的混合高斯模型對輸入視頻進行背景建模，去除稠密雪花，獲取低秩背景具體為：

對輸入的下雪視頻進行背景建模，視頻的背景建模看成低秩矩陣分解問題：

B＝UV^Λ

‘Λ’表示矩陣的轉置，在背景B中加入如下約束：

rank(B)≤q

其中，q是一個常數，用來約束背景建模的復雜度，rank表示矩陣的秩；

將視頻分解為矩陣后，使用的塊混合高斯模型定義為：

其中，K表示混合高斯模型的個數；π _k ＞ 0 是混合系數，G(.|μ,ε_k)有表示均值為μ協方差矩陣；

最后，背景層建模的問題可以定義為參數為Θ＝{U,V,π,ε}的塊混合高斯模型：

其中，使用馬爾可夫隨機場檢測輸入視頻中的運動前景獲取二值圖，采用第二自適應閾值去除二值圖中面積的稠密雪花，將處理后的二值圖貼回低秩背景中生成新的輸入視頻具體為：

其中，i、j分別為單幀圖像內的像素的橫縱坐標，z為視頻當前幀的序號，D_i,j,z表示在視頻的第z幀中坐標為(i,j)像素的像素值；

“the pixel(i,j)in frame z is the moving foreground”表示檢測到的第z幀中的第(i,j)個像素屬于運動物體；

添加自適應閾值處理去除二值圖中面積較小的稠密雪花：

其中，v_min是雪花的連通域的最小面積的閾值；表示雪花檢測圖S內的連通域C^α中的每一個像素；最后將得到的運動前景貼回靜態的背景中得到新的輸入視頻，經過運動前景檢測后，新的輸入視頻L₁表示為：

其中，L表示原始輸入視頻，B表示視頻背景，表示對二值運動前景檢測圖D取反值，滿足運算符表示對應像素點相乘。

2.根據權利要求1所述的一種視頻圖像去雪方法，其特征在于，所述采用第一自適應閾值判斷進行檢測具體為：

當膨脹后的雪花檢測圖的每一個連通域的取值，大于連通域的最小面積的閾值、且小于最大面積的閾值時，自適應閾值為1；否則，自適應閾值為0。

3.根據權利要求1所述的一種視頻圖像去雪方法，其特征在于，所述采用第二自適應閾值去除二值圖中面積稠密雪花，將處理后的二值圖貼回低秩背景中生成新的輸入視頻具體為：

當膨脹后的雪花檢測圖的每一個連通域的取值，大于連通域的最小面積的閾值時，連通域的像素值為1，否則，像素值為0；

新的輸入視頻為：處理后的二值圖與輸入視頻對應像素點相乘、對二值運動前景檢測圖取反值，反值與視頻背景對應像素點相乘，2個乘積取和。

4.根據權利要求1所述的一種視頻圖像去雪方法，其特征在于，所述將最終的稀疏雪花檢測圖、與新的輸入視頻對應幀圖片進行相似匹配具體為：

將圖像塊在對應幀中的相似塊表示為列向量，由此構成矩陣；獲取與矩陣對應的二值的雪花掩模矩陣；

使用低秩補償技術從矩陣中獲取一填充矩陣，填充矩陣為最小化核范數問題，滿足約束條件。