1.1课题来源

本课题为科研选题，项目编号为国家自然科学基金(51609195)

1.2研究目的

视频图像去雨在视频监控、智能交通乃至军事侦察等领域有着广泛的应用。为了较好的去除视频图像中的雨线，本文首先研究雨滴的几何、运动特性，用单向全变分调制器来判别雨线的平滑性。同时，相对于背景图像来说，图像中的雨线是稀疏的，增加雨线的稀疏性会有利于雨线和图像的分离。为了加强雨线的稀疏性，我们将采用L1规范来增加雨痕的稀疏性。然后用一个张量核范数和时间差分算子来表示无雨视频随时间的相关性。基于这些特性提出了基于张量的凸模型，然后采用交替方向乘子法ADMM法来求解提出的模型。本论文提出的算法能够实现静态和动态场景的去雨，能够很好的去除小、中雨情况下的雨线，并且保证在去除雨线的同时有效得保留原图像中物体细节。为图像的后期相关操作，提供清晰的无雨图像。

1.3研究意义

户外视频如今越来越广泛地应用到视频监控、智能交通、甚至军事侦察等领域。然而下雨会严重影响图像的质量，甚至会丢失重要的细节信息，因而对获取到的视频图像进行去雨操作是必不可少的。视频图像去雨技术是数字图像处理和计算机视觉领域共同关注的热点问题，近年来已经得到广泛的研究。因雨滴的运动轨迹复杂、雨滴大小不定、雨线对背景图像的遮挡，以及图像中可能存在运动的物体等复杂因素，使得视频图像去雨的技术的研究更具有挑战性。针对此问题，国内外学者分别提出了自己的解决技术和方案，但因其使用的范围和算法的复杂程度，很难在实际生活中得到广泛的应用和推广。本论文将对视频图像去雨技术的广泛应用起到推动作用。

1.4国内外研究现状

在研究早期，Hase[4]等人提出了一种视频去雨算法，该算法将雨滴看成是一种随机噪声，使用时间中值滤波器来恢复无雨区域的像素值。中值滤波技术对于静态场景的去雨是有效的，而且因其计算复杂度低，可以做到实时处理，但是当视频序列中存在动态的物体时，该技术会导致原始图像中细节信息模糊。

Chen和chau[10]采用基于光流法的运动分割来区分动态场景，采用了参数化混合高斯模型将含雨帧分解为动态物体和背景区域，然后基于雨滴光度学模型和颜色特性进一步检测雨滴，虽然考虑了运动的物体，但是无法处理相机运动拍摄的含雨视频。