《Detection of Raindrop with Various Shapes on a Windshield》

1 介紹

2 雨滴檢測方法

在白天和夜晚使用不同的演算法。通過整幅影象的強度水平判斷是白天還是夜晚。

2.1 白天的雨滴檢測方法

這個方法假設在白天雨滴有以下性質：

1. 當背景的紋理是強的，雨滴比周圍要模糊。如圖2中紅色矩形框。
2. 當背景的紋理是弱的，雨滴比周圍有更強的紋理。
   
   
   

步驟：

1. 一幅影象分為強紋理區域和弱紋理區域。
2. 通過兩個模型影象提取到的邊緣強度的比率，用來計算模糊度。
3. 通過邊緣比率的變化來計算雨滴候選區域。
4. 通過擋風玻璃上雨滴變化不會很快的特點，來移除錯誤的雨滴候選區域。

2.1.1 紋理分析

1. 影象被分為網格 B(u,v)。基於邊緣強度的紋理分析在每個格子裡進行。在實驗中，影象尺寸是 640x360，每個塊尺寸是 10x10。
2. 用sobel來進行邊緣檢測，邊緣強度值 E(u,v) 在每個格子中計算。
   (1) 如果 E(u,v) 大於 $T_E$
   T_E ，此塊被認為是紋理區域；
   (2) 否則被認為是非紋理區域。
   $T_E$的選取原則：路面要被包含在非紋理區域中。

2.1.2 雨滴候選區域檢測

1. 為了不依賴背景的紋理來測試模糊度，計算從兩種平滑影象中提取的邊緣強度。用高斯濾波來進行影象平滑。用 $I_{}$

   s 1 I_{s1} 來表示 用方差 $\sigma_1$ 來進行高斯平滑的影象，用 $I_{s2}$ 來表示 用方差 $\sigma_2$ 來進行高斯平滑的影象。

2. 邊緣強度影象 $I_{e1}$ 和 $I_{e2}$ 用 sobel 運算元來得到。
   (1) 紋理清晰的區域，邊緣強度變化大；
   (2) 紋理模糊的區域，邊緣強度變化小。

3. 模糊度計算公式：

$D_b(i,j) = \frac {I_{e1}(i,j)} {I_{e2}(i,j)}$

模糊嚴重的區域上值小。
在背景是強紋理區域時，雨滴的模糊度 $D_b$ 比周圍小；
在背景是均勻區域時，雨滴的模糊度比周圍大。

4. 雨滴區域判斷

(1) 非紋理塊中，有一個或多個畫素滿足以下條件：
$D_b(i,j) - D_b(k,l) > T_n$

(2) 紋理塊中，有一個或多個畫素滿足以下條件：
$D_b(k,l) - D_b(i,j) > T_t$

$T_n=0.78, T_t=2.1$

個人理解：
（1）在弱紋理區域
某點畫素模糊度比周邊要大
（2）在強紋理區域
某點畫素模糊度比周邊要小

周圍畫素滿足
$| D_b(i,j) - D_b(k,l) | < T_c (T_c=0.1)$
的新增到雨滴候選區域。
fig5c 中展示了雨滴候選區域的最終結果。

2.1.3 雨滴判斷

2.1.3.1

我們通過整合多幀的檢測結果，背景的移動大，雨滴移動小，來移除假的候選區域。
（1）在 $R_t(i,j)$ 中雨滴候選區域設定為1。
（2） $SR(i,j)$ 代表 $R_{t-n+1}(i,j)$, $R_{t-n+2}(i,j)$, $R_{t}(i,j)$。 $T_r$ 設定為 2, $n$ 設定為3。

2.1.3.2

護欄、橋樑的欄杆、牆的邊界會被錯誤檢測。為了去除這種區域，用光流方向來驗證雨滴候選區域。
在車道標記上檢測到的運動等會聚在消失點。
另一方面，在雨滴上檢測到的運動是不穩定的。
出於這樣的原因，我們在雨滴候選區域上檢測光流，在15幀興趣畫素為中心的block上計算方差。在實驗中，block設為11x11。
fig6的a到c顯示了光流，d（藍圈）顯示了雨滴區域光流方向的直方圖，e(綠圈)展示了車道線的光流方向直方圖。

背景中的光流方向與它周圍相似，並且 在連續幀中變化不大。
雨滴上的光流有不同方向。
出於這個原因，當光流方向變化小時雨滴候選區域被去除。

2.2 夜晚的雨滴檢測方法