本專案為「單張影像雨痕偵測」演算法實作，整合兩篇相關論文方法，透過梯度特徵、橢圓矩陣分析與形態學技術，發展出一套可視化的雨痕偵測流程。
雨痕會嚴重干擾許多戶外影像處理任務（如人臉辨識、自駕感知、監控分析等），因此針對影像中的雨痕進行準確的「遮罩推估」是關鍵的一環。
本專案實作結合兩篇雨痕去除相關文獻中提到的概念與技巧，設計一個以梯度方向為核心的雨痕偵測流程。
- 局部梯度計算：以灰階影像為輸入，對每個像素區域計算其結構張量（C 矩陣）。
- 橢圓擬合與特徵分析：對每個區域的 C 矩陣做 SVD 分解，取主軸方向與軸長比例，推估是否為雨痕。
- 角度直方圖分析：統計整體雨痕方向，進行旋轉對齊。
- 形態學強化：採用 Opening by Reconstruction 增強線性結構，提升遮罩精度。
- 自動閾值控制：根據統計特性設計適應性閾值，動態調整判斷標準。
- 多核心加速：整體流程支援 joblib 並行處理，大幅提升處理效率。
演算法基於 Python 實作，使用 OpenCV、NumPy、matplotlib 等函式庫，程式具備結果可視化、遮罩儲存與旋轉校正功能。
| 左側 | 中央 | 右側 |
|---|---|---|
| 輸入影像 | 雨痕遮罩 | 去雨圖（去除遮罩區域） |
遮罩圖中白色區域為被判斷為雨痕的像素區，去雨圖為遮罩反白後的結果，可視為演算法推論遮罩的可視化驗證。
conda create -n rain_detect python=3.10.12 -y
conda activate rain_detect
pip install -r requirements.txtpython3 Detection_of_Rain_Streaks.py 程式將輸出偵測結果遮罩與可視化圖至指定資料夾。
.
├── Detection_of_Rain_Streaks.py # 主程式
└── test_imgs/ # 放入需處理圖片
- Rain2Avoid: Self-Supervised Single Image Deraining — Yan-Tsung Peng, Wei-Hua Li
- Single-image deraining using an adaptive nonlocal means filter — Jin-Hwan Kim, Chul Lee, Jae-Young Sim, Chang-Su Kim