1、監(jiān)控技術(shù)的快速發(fā)展，成本的快速降低使得越來越多的監(jiān)控系統(tǒng)應(yīng)用在人們生活中的各個方面。然而監(jiān)控視頻每日二十四小時連續(xù)拍攝，其數(shù)據(jù)量巨大，給存儲和傳輸都造成了很大的困難，因此如何解決壓縮問題成為監(jiān)控視頻應(yīng)用的重中之重。
　　一方面，雨雪等動態(tài)天氣條件會造成視頻運(yùn)動估計(jì)的不準(zhǔn)確，導(dǎo)致的結(jié)果是運(yùn)動補(bǔ)償時殘差增大，從而降低了壓縮率，而動態(tài)的雨雪并非監(jiān)控視頻中有用的信息，卻極大的制約了當(dāng)前監(jiān)控視頻的存儲系統(tǒng)。因此如果能夠在視頻拍攝后有效地去除

2、視頻中的雨雪等動態(tài)粒子，可以去除不良天氣條件造成的干擾，從而提高壓縮率。
　　另一方面，在編碼時，監(jiān)控視頻往往被壓縮成 JPEG, MPEG-x, H.26x等標(biāo)準(zhǔn)格式。在這些標(biāo)準(zhǔn)中，圖像塊首先被變換到不同的域，然后再對其參數(shù)進(jìn)行量化，量化幅度越大，視頻數(shù)據(jù)越少。這些有損壓縮造成了圖像塊顯示的不連續(xù)性，導(dǎo)致了塊效應(yīng)。因此，如果能對監(jiān)控圖像進(jìn)行去塊處理，就可以使得壓縮更加有效，從而提高查找效率和人眼的主觀感受。考慮到監(jiān)控視頻應(yīng)用的廣

3、泛性，視頻去雨去塊后處理算法有著很大的社會意義。
　　為了降低視頻的運(yùn)動補(bǔ)償殘差，針對雨雪等不良天氣對圖像造成的污染，本文以各向異性擴(kuò)散核為數(shù)學(xué)基礎(chǔ)進(jìn)行研究，并根據(jù)動態(tài)天氣的特點(diǎn)，將其運(yùn)用到去雨當(dāng)中。各向異性擴(kuò)散的思想近年來在圖像降噪、圖像分割方面獲得了較為廣泛的應(yīng)用。該算法的基本思想是求解基于原始圖像的偏微分方程?；谶@種思想設(shè)計(jì)的擴(kuò)散張量（diffusion tensor）濾波器通過各向異性擴(kuò)散，可以對圖像實(shí)現(xiàn)有效的平滑，并且

4、較好地保存邊緣，從而有效去除噪聲。利用擴(kuò)散張量濾波器的這種特性，本文對雨的光度特性進(jìn)行分析，再基于這些特征設(shè)計(jì)自適應(yīng)去雨算法，同時使其在時間域和空間域上進(jìn)行各向異性濾波。修改后的濾波器可以去除動態(tài)的雨雪，同時保持原圖片背景的完整性。結(jié)果表明，該濾波器可以較為有效的去除圖像中的雨串。而且和傳統(tǒng)的去雨方法相比，各向異性濾波器不對雨點(diǎn)軌跡進(jìn)行探測，而采用自適應(yīng)濾波器對雨進(jìn)行濾除，使得算法有較好的魯棒性和運(yùn)算速度。
　　為了提高壓縮效率，

5、本文首先針對監(jiān)控視頻的塊效應(yīng)做了濾波的后處理工作。濾波以非局部均值濾波(NLF)作為理論基礎(chǔ)，創(chuàng)新點(diǎn)在于對其參數(shù)的選擇做了自適應(yīng)的研究，選取的主要方法為機(jī)器學(xué)習(xí)。本文首先提出了衡量塊效應(yīng)的兩個指標(biāo)：最小均方差和塊內(nèi)信息能量殘差，并根據(jù)以評價標(biāo)準(zhǔn)PSNR為指標(biāo)，計(jì)算出最佳的非局部均值濾波參數(shù)。接下來以此為標(biāo)準(zhǔn)數(shù)據(jù)，對模型進(jìn)行了訓(xùn)練。得到模型以后，根據(jù)測試圖像信息，自適應(yīng)的計(jì)算非局部均值濾波的參數(shù)，并進(jìn)行濾波。實(shí)驗(yàn)數(shù)據(jù)表明，從本文提出的算法