如何解決極端環(huán)境視頻圖像處理的畫(huà)質(zhì)大幅下降問(wèn)題？

隨著高清采集、高清傳輸、高清解碼和顯示設(shè)備的不斷升級(jí)，極大地滿(mǎn)足了人們對(duì)高清畫(huà)質(zhì)的需求。高清設(shè)備帶來(lái)的高分辨率提升了視頻清晰度，但仍不能保證在所有情況下都能看的清楚，看的明白，比如雨天、霧霾等惡劣天氣或者夜間低照度環(huán)境下，雖百萬(wàn)像素也只能望圖興嘆，無(wú)可奈何了；又如為了節(jié)省帶寬而采用高壓縮比編碼帶來(lái)的分塊效應(yīng)，造成圖像質(zhì)量下降。如何解決這些極端環(huán)境造成的畫(huà)質(zhì)大幅下降，在這些惡劣環(huán)境下看得更清楚，這是視頻圖像技術(shù)亟待解決的問(wèn)題，尤其視頻監(jiān)控在生活中應(yīng)用的范圍越來(lái)越廣，人們對(duì)新形勢(shì)下視頻處理技術(shù)的應(yīng)用和發(fā)展問(wèn)題尤為關(guān)注。

數(shù)字視頻和數(shù)字圖像比傳統(tǒng)的圖像和視頻分辨率要高，處理方便，易于操作和整理。但由于部分設(shè)備性能不足、客觀(guān)條件限制等因素，在實(shí)際的視頻監(jiān)控應(yīng)用中，仍會(huì)出現(xiàn)視頻圖像模糊不清、關(guān)鍵信息捕捉不到等問(wèn)題。而在視頻圖像處理的過(guò)程中，由于操作技術(shù)問(wèn)題或者客觀(guān)因素等，給視頻圖像處理技術(shù)的應(yīng)用帶來(lái)一些負(fù)面影響，降低了處理技術(shù)的水平和質(zhì)量。

視頻圖像處理技術(shù)的四大技術(shù)

視頻圖像處理過(guò)程中會(huì)涉及到對(duì)視頻圖像數(shù)據(jù)的采集、傳輸、處理、顯示和回放等過(guò)程，這些過(guò)程共同形成了一個(gè)系統(tǒng)的整體周期，可以連續(xù)性的運(yùn)作。在視頻圖像處理技術(shù)范圍內(nèi)最主要的就是包括了圖像的壓縮技術(shù)和視頻圖像的處理技術(shù)等。目前，市場(chǎng)上主流的視頻圖像處理技術(shù)包括：智能分析處理，視頻透霧增透技術(shù)，寬動(dòng)態(tài)處理，超分辨率處理，下面分別介紹以上四種處理技術(shù)。

智能分析處理技術(shù)

智能視頻分析技術(shù)是解決視頻監(jiān)控領(lǐng)域大數(shù)據(jù)篩選、檢索技術(shù)問(wèn)題的重要手段。目前國(guó)內(nèi)智能分析技術(shù)可以分為兩大類(lèi)：一類(lèi)是通過(guò)前景提取等方法對(duì)畫(huà)面中的物體的移動(dòng)進(jìn)行檢測(cè)，通過(guò)設(shè)定規(guī)則來(lái)區(qū)分不同的行為，如拌線(xiàn)、物品遺留、周界等；另一類(lèi)是利用模式識(shí)別技術(shù)對(duì)畫(huà)面中所需要監(jiān)控的物體進(jìn)行針對(duì)性的建模，從而達(dá)到對(duì)視頻中的特定物體進(jìn)行檢測(cè)及相關(guān)應(yīng)用，如車(chē)輛檢測(cè)、人流統(tǒng)計(jì)、人臉檢測(cè)等應(yīng)用。

視頻透霧增透技術(shù)

視頻透霧增透技術(shù)，一般指將因霧和水氣灰塵等導(dǎo)致朦朧不清的圖像變得清晰，強(qiáng)調(diào)圖像當(dāng)中某些感興趣的特征，抑制不感興趣的特征，使得圖像的質(zhì)量改善，信息量更加豐富。由于霧霾天氣以及雨雪、強(qiáng)光、暗光等惡劣條件導(dǎo)致視頻監(jiān)控圖像的圖像對(duì)比度差、分辨率低、圖像模糊、特征無(wú)法辨識(shí)等問(wèn)題，增透處理后的圖像可為圖像的下一步應(yīng)用提供良好的條件。

數(shù)字圖像寬度動(dòng)態(tài)的算法

數(shù)字圖像處理中寬動(dòng)態(tài)范圍是一個(gè)基本特征，在圖像和視覺(jué)恢復(fù)中占據(jù)了重要的位置，關(guān)系著最終圖像的成像質(zhì)量。其動(dòng)態(tài)的范圍主要受保護(hù)信號(hào)量和平均噪聲比值來(lái)決定的，其中動(dòng)態(tài)范圍可以從光能的角度來(lái)定義。

數(shù)字的信號(hào)處理會(huì)受到曝光量中曝光效果、光照度和強(qiáng)度的影響和作用。動(dòng)態(tài)范圍跟圖案的深度息息相關(guān)，如果圖像動(dòng)態(tài)范圍寬，則在圖像處理時(shí)亮度變化較為明顯，但如果動(dòng)態(tài)范圍較窄，在亮度轉(zhuǎn)化時(shí)，亮暗程度的變化并不明顯。目前圖像的寬動(dòng)態(tài)范圍在視頻監(jiān)控、醫(yī)療影像等領(lǐng)域應(yīng)用較為廣泛。

超分辨率重建技術(shù)

提高圖像分辨率最直接的辦法就是提高采集設(shè)備的傳感器密度。然而高密度的圖像傳感器的價(jià)格相對(duì)昂貴，在一般應(yīng)用中難以承受；另一方面，由于成像系統(tǒng)受其傳感器陣列密度的限制，目前已接近極限。

解決這一問(wèn)題的有效途徑是采用基于信號(hào)處理的軟件方法對(duì)圖像的空間分辨率進(jìn)行提高，即超分辨率（SR：Super-Resolution）圖像重建，其核心思想是用時(shí)間帶寬（獲取同一場(chǎng)景的多幀圖像序列）換取空間分辨率，實(shí)現(xiàn)時(shí)間分辨率向空間分辨率的轉(zhuǎn)換，使得重建圖像的視覺(jué)效果超過(guò)任何一幀低分辨率圖像。

圖像增強(qiáng)的兩種技術(shù)方法

除了視頻圖像處理技術(shù)外，圖像增強(qiáng)技術(shù)可針對(duì)給定圖像的應(yīng)用場(chǎng)合，有目的地強(qiáng)調(diào)圖像的整體或局部特性，將原來(lái)不清晰的圖像變得清晰或強(qiáng)調(diào)某些感興趣的特征，擴(kuò)大圖像中不同物體特征之間的差別，抑制不感興趣的特征。在圖像增強(qiáng)技術(shù)的發(fā)展中，抑制或消除圖像噪聲點(diǎn)占據(jù)了很重要的位置，也發(fā)展出很多專(zhuān)門(mén)“去噪”的算法。

首先介紹空間域圖像增強(qiáng)方法。空間域增強(qiáng)是指增強(qiáng)構(gòu)成視頻圖像的像素，直接對(duì)這些像素操作的過(guò)程。主要有以下方法：

基本灰度變換：將圖像像素值由一個(gè)范圍映射到另一個(gè)范圍，包括線(xiàn)性變換，對(duì)數(shù)變換和冪次變換等，比如大家熟知的伽瑪校正就是一種冪次變換。通過(guò)灰度變換，可以提高不同像素點(diǎn)間灰度差，提高對(duì)比度，更有利于人眼認(rèn)清細(xì)節(jié)。同時(shí)該方法也是其他一些高級(jí)方法的基礎(chǔ)。

直方圖處理：將原圖像通過(guò)某種變換，得到一副灰度直方圖為均勻分布或者規(guī)定分布的新圖像的方法，是圖像增強(qiáng)算法中最常用、最重要的算法之一。它以概率理論做基礎(chǔ)，運(yùn)用灰度點(diǎn)運(yùn)算來(lái)實(shí)現(xiàn)直方圖的變換，從而達(dá)到圖像增強(qiáng)的目的。通過(guò)直方圖均勻化可以有效改進(jìn)圖像的動(dòng)態(tài)范圍，提高對(duì)比度，更有利于人眼對(duì)細(xì)節(jié)的辨認(rèn)。

平滑空間濾波：平滑空間濾波主要是進(jìn)行過(guò)濾圖像噪點(diǎn)，平滑圖像。平滑濾波方法很多，比如線(xiàn)性平滑濾波，包括均值濾波等，非線(xiàn)性平滑濾波，如中值濾波。線(xiàn)性濾波有很好的平滑效果，可以過(guò)濾噪點(diǎn)，但也會(huì)導(dǎo)致邊緣細(xì)節(jié)的模糊。非線(xiàn)性濾波是對(duì)線(xiàn)性濾波的一個(gè)改進(jìn)，會(huì)對(duì)根據(jù)像素點(diǎn)的狀態(tài)采取不同的策略，可消除一些孤立的噪點(diǎn)，對(duì)圖像細(xì)節(jié)影響不大，但會(huì)對(duì)圖像的邊緣帶來(lái)一定的失真。為了克服以上兩種算法的缺點(diǎn)，人們又提出很多改進(jìn)方案，引入自適應(yīng)的平滑算法，通過(guò)各種方法兼顧噪點(diǎn)的濾除和圖像細(xì)節(jié)的保持。

銳化空間濾波：同平滑空間濾波相反，銳化空間濾波是為了突出圖像中的細(xì)節(jié)或者增強(qiáng)被模糊了細(xì)節(jié)。銳化空間濾波主要通過(guò)一階和二階的銳化濾波器來(lái)實(shí)現(xiàn)，如梯度法，拉普拉斯算子濾波等。銳化空間濾波會(huì)提升圖像細(xì)節(jié)，但也會(huì)使噪聲點(diǎn)得到放大。

其次頻率域圖像增強(qiáng)方法。頻率域圖像增強(qiáng)是將圖像視為2維信號(hào)，變換到頻率域進(jìn)行過(guò)濾增強(qiáng)操作。圖像從空間域轉(zhuǎn)換到變換域的變換方法很多，如傅立葉變換、沃爾什-哈達(dá)瑪變換、余弦變換、K-L變換以及小波變換等。而傅立葉變換和小波變換則是常見(jiàn)的用于圖像去噪的變換方法。

低通過(guò)濾：類(lèi)似空間平滑濾波，將高頻部分過(guò)濾到，達(dá)到去噪的目的。常用到的有巴特沃斯低通濾波器，高斯低通濾波器等。

高通濾波：類(lèi)似銳化空間濾波，保留更多高頻部分，達(dá)到提升圖像細(xì)節(jié)的目的，但也會(huì)帶來(lái)噪點(diǎn)的放大。

頻率域圖像增強(qiáng)由于要進(jìn)行頻率變換，計(jì)算復(fù)雜度比較高，在監(jiān)控視頻領(lǐng)域的應(yīng)用受到一定限制。還有很多圖像增強(qiáng)和去噪方法在噪聲點(diǎn)去除、邊緣細(xì)節(jié)處理和對(duì)比度提升上都有很好的表現(xiàn)，但由于其運(yùn)算復(fù)雜度高或者針對(duì)性比較強(qiáng)，并不適合在視頻監(jiān)控領(lǐng)域內(nèi)使用，而更多面向?qū)ｉT(mén)圖像處理系統(tǒng)，如醫(yī)療圖像、遙感等領(lǐng)域。但隨著硬件設(shè)備和圖像技術(shù)的不斷發(fā)展和進(jìn)步，必將有更多新的視頻增強(qiáng)技術(shù)應(yīng)用到視頻監(jiān)控中來(lái)。

審核編輯：黃飛