【论文笔记】用形状做挡风玻璃上的雨滴检测《Detection Of Raindrop With Various Shapes On A Windshield》

您所在的位置:网站首页 玫瑰上的雨滴英文 【论文笔记】用形状做挡风玻璃上的雨滴检测《Detection Of Raindrop With Various Shapes On A Windshield》

【论文笔记】用形状做挡风玻璃上的雨滴检测《Detection Of Raindrop With Various Shapes On A Windshield》

2023-12-23 10:49| 来源: 网络整理| 查看: 265

《Detection of Raindrop with Various Shapes on a Windshield》

1 介绍 2 雨滴检测方法

在白天和夜晚使用不同的算法。通过整幅图像的强度水平判断是白天还是夜晚。

2.1 白天的雨滴检测方法

这个方法假设在白天雨滴有以下性质:

当背景的纹理是强的,雨滴比周围要模糊。如图2中红色矩形框。当背景的纹理是弱的,雨滴比周围有更强的纹理。 在这里插入图片描述

在这里插入图片描述

步骤:

一幅图像分为强纹理区域和弱纹理区域。通过两个模型图像提取到的边缘强度的比率,用来计算模糊度。通过边缘比率的变化来计算雨滴候选区域。通过挡风玻璃上雨滴变化不会很快的特点,来移除错误的雨滴候选区域。 2.1.1 纹理分析 图像被分为网格 B(u,v)。基于边缘强度的纹理分析在每个格子里进行。在实验中,图像尺寸是 640x360,每个块尺寸是 10x10。用sobel来进行边缘检测,边缘强度值 E(u,v) 在每个格子中计算。 (1) 如果 E(u,v) 大于 T E T_E TE​,此块被认为是纹理区域; (2) 否则被认为是非纹理区域。 T E T_E TE​的选取原则:路面要被包含在非纹理区域中。

在这里插入图片描述

2.1.2 雨滴候选区域检测

为了不依赖背景的纹理来测试模糊度,计算从两种平滑图像中提取的边缘强度。用高斯滤波来进行图像平滑。用 I s 1 I_{s1} Is1​ 来表示 用方差 σ 1 \sigma_1 σ1​ 来进行高斯平滑的图像,用 I s 2 I_{s2} Is2​ 来表示 用方差 σ 2 \sigma_2 σ2​ 来进行高斯平滑的图像。

边缘强度图像 I e 1 I_{e1} Ie1​ 和 I e 2 I_{e2} Ie2​ 用 sobel 算子来得到。 (1) 纹理清晰的区域,边缘强度变化大; (2) 纹理模糊的区域,边缘强度变化小。

模糊度计算公式:

D b ( i , j ) = I e 1 ( i , j ) I e 2 ( i , j ) D_b(i,j) = \frac {I_{e1}(i,j)} {I_{e2}(i,j)} Db​(i,j)=Ie2​(i,j)Ie1​(i,j)​

模糊严重的区域上值小。 在背景是强纹理区域时,雨滴的模糊度 D b D_b Db​ 比周围小; 在背景是均匀区域时,雨滴的模糊度比周围大。

雨滴区域判断

(1) 非纹理块中,有一个或多个像素满足以下条件: D b ( i , j ) − D b ( k , l ) ; T n D_b(i,j) - D_b(k,l) ; T_n Db​(i,j)−Db​(k,l)>Tn​

(2) 纹理块中,有一个或多个像素满足以下条件: D b ( k , l ) − D b ( i , j ) ; T t D_b(k,l) - D_b(i,j) ; T_t Db​(k,l)−Db​(i,j)>Tt​

T n = 0.78 , T t = 2.1 T_n=0.78, T_t=2.1 Tn​=0.78,Tt​=2.1 在这里插入图片描述

在这里插入图片描述

个人理解: (1)在弱纹理区域 某点像素模糊度比周边要大 (2)在强纹理区域 某点像素模糊度比周边要小

周围像素满足 ∣ D b ( i , j ) − D b ( k , l ) ∣ ; T c ( T c = 0.1 ) | D_b(i,j) - D_b(k,l) | ; T_c (T_c=0.1) ∣Db​(i,j)−Db​(k,l)∣



【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3