[发明专利]基于动态先验知识估计的快算去雨方法

权利要求书

1.一种基于动态先验知识估计的图像去雨方法，其特征在于，所述方法包括：

将输入图像用双边滤波器分解成低频部分I_LF和高频部分I_HF，使所有雨滴都包含在高频中，低频部分的雨滴可以忽略不计；

用Gabor滤波器生成一个图像栈，其中Gabor滤波器的波长固定，值为其中N表示图像的宽度，Gabor滤波器的方向根据雨滴的方向β选取3个，即垂直于β的方向，β-60和β+60；

基于独立成分分析法从大量自然图像中训练得到一个图像字典，根据字典中分量对雨滴和背景图像的贡献度，用Gabor滤波器生成的参考图像与原图计算得到背景图像的高频部分的梯度先验知识V，其计算过程为：

将原图和参考图像分块，用列向量表示块，得到新的图像数据矩阵M₀和参考图像数据M_i,i＝1,2,3，用字典D表示为M_i＝DA_i,i＝0,1...,3；假定不含雨的背景图像M^*可以表示为：M^*＝DA^*,A^*＝f(A₀,A₁,A₂,A₃)；假定图像块只与其他图像中的对应块有关系，其相邻或周围的块不参与计算，可得其中采用线性函数计算，其中是贡献系数，由于求取的先验知识M^*是分块形式，需将数据元素重新排列到图像空间，形成令其梯度为V；

用梯度先验知识V约束背景图像，并用低秩性约束雨滴，构建得的图像分解问题：其中是梯度算子，用Split Bregman策略交替迭代求解，得到背景图像的高频部分

根据公式确定去雨结果。