Библиографическое описание:Компенсация визуальных эффектов атмосферных осадков на нестабилизированных видеопоследовательностях : научное издание / А. В. Пятаева. - Текст : непосредственный // DSPA: Вопросы применения цифровой обработки сигналов. - 2017. - Т. 7, № 4. - С. 101-105. - Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 16-07-00121 A. Перевод заглавия: Weather effects compensation in unstabilized video sequences
Аннотация:Качество работы алгоритмов компьютерного зрения существенно падает при наличии на видеоизображениях артефактов, связанных с погодными условиями. При этом на степень ухудшения качества работы оказывает влияние интенсивность атмосферных осадков. В работе рассмотрены следующие виды атмосферных осадков: морось, туман, дождь и снег. Компенсация влияния атмосферных осадков выполняется в два этапа: обнаружение и определение типа осадков (определение типа искажений, вызываемых на изображении определенным типом осадков) и удаление осадков. Для определения типа осадков выделяется совокупность признаков, таких как: наличие пикселей, определяющих небо, присутствие теней, отражений и контрастность. Сочетание этих признаков определяет тот или иной тип атмосферных осадков. Далее для поврежденных областей производится компенсация искажений, вызванных атмосферными осадками. Для устранения дымки использован метод получения темного канала изображения. В качестве метода постобработки использована медианная фильтрация. При проведении экспериментальных исследований использованы наборы данных из баз «Rain and Snow» и CAVE_Dataset. Видеопоследовательности, использованные в работе, содержали реальные атмосферные осадки, такие как снег, дождь, морось и туман различной интенсивности. Экспериментальные исследования подтверждают эффективность предложенных методов компенсации влияния атмосферных осадков.
Under bad weather conditions the imaging system is degraded to produce low visibility images. Such effects may significantly degrade the performance of outdoor vision systems which relies on image/video. Proposed a new algorithm to detect and extract natural weather effects from video such as haze, fog, rain and snow. Our first technical contribution consists of the design and implementation of the various weather cues which are used to form the weather feature. These everyday weather cues (such as sky, shadow, reflection, contrast and haze) are what human are still using for weather observing - a hazy or grayish sky characterizes a cloudy day, hard shadow cast on ground indicates a sunny day. After the weather detection step, block-matching algorithm for each block is performed between adjacent frames to find blocks similar to the block that has weather artifact pixels. If similar blocks are obtained, the weather damaged region of the block is reconstructed by spatio-temporal non-local mean filtering using similar neighboring regions. Dark channel prior based on atmospheric scattering model proposed to remove haze from a single input image. Finally, median filtering operator is performed for visibility enhancement and flickering artifact removal. Experiments on the Rain and Snow and CAVE databases illustrate the effectiveness of the proposed method. Test Video sequences include real snow, rain, fog or haze, with various intensity of precipitation. Experimental results show that the proposed method is feasible and effective for video-based weather artifacts detection and extraction.
