一種視頻增強的新方法
加入技術交流群
視頻增強的新方法
視頻透霧新方法
霧是懸浮在貼近地面的大氣中的大量微細水滴（或冰晶）的可見集合體，使能見度降到1公里以下……
“霧”是基于光學成像原理的視頻監(jiān)控系統(tǒng)的大敵。霧造成有效視頻監(jiān)控距離大大縮短，使圖像變得模糊，嚴重的情況下圖像一片雪白，使視頻監(jiān)控系統(tǒng)變得毫無用處。
近年來隨著全球氣候變暖、城市化進程加速、人口密度增加，城市的大霧現(xiàn)象變得越發(fā)嚴重。城市大霧對城市的治安監(jiān)控、交通監(jiān)控、環(huán)境監(jiān)控等視頻環(huán)境造成極大的損害，嚴重時可能造成城市安防系統(tǒng)癱瘓……森林、大面積植被環(huán)境由于綠色植物的呼吸作用，清晨、黃昏容易造成覆蓋大面積區(qū)域的霧氣，這些霧氣給森林的安全防范以及火災防范造成了極大的危害，使通常的長焦距鏡頭攝像機系統(tǒng)失去原有的威力……海岸、港口、河道由于水汽蒸發(fā)原因，常年濕度較大，形成無法消除的大量水霧，常年的水霧密集使港灣的監(jiān)控難以有效實施……多年以來，很多的光學、電子、軟件專家致力于視頻圖像的霧氣消除研究工作，然而事實證明單一解決手段無法從根本上解決這個問題。
全新的透霧解決方案利用高集成度設計方法；通過在攝像機中放置專用的高精度光學轉(zhuǎn)換器件、專用成像器件，配和最新技術研發(fā)的專用的視頻增強設備，從光學、電子、軟件多方面構成一個光、電一體化的專家級視頻透霧監(jiān)控解決方案。
下面是電子部分去霧的介紹：
一、 視頻增強的背景
視覺信息是人類獲得外界信息的主要來源，因為大約有70%的信息是通過人眼獲得的。隨著多媒體技術飛速發(fā)展，視頻圖像得到了廣泛重視和應用,其應用領域遍及廣播電視、醫(yī)學、保安監(jiān)控、車場管理、軍事及生命科學等方面。視頻采集技術與顯示技術的提升，使得人們對畫質(zhì)的要求越來越高，但是在各類圖像系統(tǒng)中圖像的傳送和轉(zhuǎn)換(如成像、復制、掃描、傳輸以及顯示等)總要在一定程度上造成圖像質(zhì)量的降低。例如一些戶外監(jiān)控系統(tǒng)往往只能在晴天下才能正常工作，在大霧、沙塵等惡劣天氣或者低光照情況下圖像對比度大大降低，人們無法從中得到有用信息。不僅如此，長期觀看品質(zhì)低下的視頻可能會加重人們眼睛的負擔，容易產(chǎn)生視覺疲勞，甚至會頭暈目眩。在出現(xiàn)大霧、大雨、沙塵等惡劣天氣時，戶外景物圖像的對比度和顏色都會被改變或退化，圖像中蘊含的許多特征都被覆蓋或模糊，得到的是退化圖像，對于各類監(jiān)控都造成了極大的困難，因此，要充分發(fā)揮監(jiān)視視頻的效能，就必須對監(jiān)視視頻圖像進行增強處理。在軍事偵察、監(jiān)視方面，為了實施正確指揮，取得作戰(zhàn)勝利，現(xiàn)代戰(zhàn)爭對軍事偵察提出了更高的要求，廣泛應用先進科學技術，進一步擴大偵察的范圍，提高偵察的時效性和準確性。因此，軍事偵察、監(jiān)視中用到的視頻圖像的品質(zhì)尤為重要，退化的視頻圖像對信息的識別與處理會造成偏差，而這種偏差的后果是非常嚴重的，因此視頻增強技術應運而生。
二、 視頻增強算法（Retinex算法）的基本原理
Retinex算法簡介
Retinex（視網(wǎng)膜”Retina”和大腦皮層”Cortex”的縮寫）理論是一種建立在科學實驗和科學分析基礎上的基于人類視覺系統(tǒng)（Human Visual System）的圖像增強理論。該算法的基本原理模型最早是由Edwin Land（埃德溫?蘭德）于1971年提出的一種被稱為的色彩的理論，并在顏色恒常性的基礎上提出的一種基于理論的圖像增強方法。Retinex 理論的基本內(nèi)容是物體的顏色是由物體對長波（紅）、中波（綠）和短波（藍）光線的反射能力決定的，而不是由反射光強度的絕對值決定的；物體的色彩不受光照非均性的影響，具有一致性，即Retinex 理論是以色感一致性（顏色恒常性）為基礎的。
不同于傳統(tǒng)的圖像增強算法，如線性、非線性變換、圖像銳化等只能增強圖像的某一類特征，如壓縮圖像的動態(tài)范圍，或增強圖像的邊緣等，Retinex可以在動態(tài)范圍壓縮、邊緣增強和顏色恒常三方面達到平衡，因此可以對各種不同類型的圖像進行自適應性地增強。正因為Retinex諸多良好的特性，使Retinex算法在很多方面得到了廣泛的應用。
在諸多以Retinex為核心的算法中，單尺度（Single-Scale Retinex, SSR） 算法，多尺度（Multi-Scale Retinex, MSR）算法是最具有代表性和最成熟的算法。
單尺度（Single-Scale Retinex, SSR）算法原理
根據(jù)Land提出的理論，一幅給定的圖像S(x,y)分解成兩幅不同的圖像：反射物體圖像R(x,y)和入射光圖像L(x,y)，其原理示意圖如下: 
圖1：Retinex原理示意圖
對于觀察圖像S中的每個點(x,y)，用公式可以表示為：
S(x,y)=R(x,y)﹒L(x,y) （1）
據(jù)Retinex 理論，物體的顏色是由物體對光線的反射能力決定的，而物體對光線的反射能力是物體本身固有的屬性，與光源強度的絕對值沒有依賴關系。因此通過計算各個像素間的相對明暗關系，可以對圖像中的每個像素點做校正，從而確定該像素點的顏色。
單尺度（Single-Scale Retinex, SSR）算法在對數(shù)域中則表示為：
（2）
根據(jù)上面（2）式的原理，Retinex理論進行圖像增強的關鍵是從原圖像中有效的信息計算出亮度圖像L(x,y)。但是從原圖像計算亮度圖像在數(shù)學上是一個奇異問題，因此只能通過數(shù)學上近似估計的方式估算亮度圖像。在Retinex算法的發(fā)展史中，曾經(jīng)出現(xiàn)過平方反比的環(huán)繞形式、指數(shù)形式以及高斯指數(shù)形式，但在單尺度Retinex增強算法中，杰泊森(Jobson)論證了高斯卷積函數(shù)可以對源圖像提供更局部的準確處理，因而可以更好地增強圖像，其可以表示為：
（3）
其中λ是常量矩陣,c是濾波半徑，并且滿足：
（4）
c越小，灰度動態(tài)范圍壓縮的越多，c越大，圖像銳化的越厲害。因此亮度圖像最終可以表示為：
（5）
單尺度（SSR）可以表示為：
（6）
視頻增透技術的現(xiàn)狀及其在特殊環(huán)境上的應用
相關推薦
技術專區(qū)
評論