本發(fā)明涉及視頻處理與分析
技術(shù)領(lǐng)域:
,更具體地說,涉及一種圖像質(zhì)量評(píng)價(jià)和天氣狀況引導(dǎo)的分級(jí)式監(jiān)控視頻清晰化系統(tǒng)及方法,本發(fā)明針對(duì)不同天氣情況、并根據(jù)圖像質(zhì)量評(píng)價(jià)結(jié)果,對(duì)視頻分類分級(jí),自動(dòng)選擇相應(yīng)清晰化算法進(jìn)行實(shí)時(shí)視頻去霧。
背景技術(shù):
:由于環(huán)境污染,區(qū)域性氣候等原因,霧霾天氣在全國范圍內(nèi)越來越常見,這種情況在城市中顯得尤為明顯。在此種天氣條件下監(jiān)控視頻的質(zhì)量會(huì)嚴(yán)重下降。在霧、霾和雨等惡劣天氣狀況下拍攝到的視頻,其特點(diǎn)是:對(duì)比度低、動(dòng)態(tài)范圍窄、顏色不鮮明且飽和度低,甚至產(chǎn)生顏色偏移。這種退化給人們提取圖像中的信息帶來了諸多的不便。此外,在計(jì)算機(jī)視覺領(lǐng)域中,許多算法都以清晰圖像為基礎(chǔ),諸如特征提取、目標(biāo)識(shí)別、行為分析等。而霧天等天氣條件下拍攝的圖像導(dǎo)致大多數(shù)基于計(jì)算機(jī)視覺的算法不能正常工作。近年來,數(shù)字圖像處理、計(jì)算機(jī)視覺等領(lǐng)域的學(xué)者提出了一系列的方法用于去除霧霾圖像中天氣的影響,以達(dá)到圖像清晰化的目的。Fattal、何凱明、Tarel等提出各自去霧算法,極大地推動(dòng)了單幅圖像去霧技術(shù)的發(fā)展,并使得圖像去霧技術(shù)應(yīng)用于批處理和實(shí)時(shí)性系統(tǒng)成為可能。但是現(xiàn)階段已有的算法在去霧過程中總有些不盡人意的地方,如何凱明算法對(duì)濃霧部分的處理還行,但圖像的對(duì)比度和細(xì)節(jié)特征的增強(qiáng)不足,運(yùn)行速度也比較慢。中國專利申請(qǐng)?zhí)?01510609664.2,申請(qǐng)日為2015年9月23日,發(fā)明創(chuàng)造名稱為:一種基于直方圖均衡化的數(shù)字圖像去霧方法;該申請(qǐng)案公開了一種利用傳統(tǒng)的直方圖均衡算法進(jìn)行數(shù)字圖像去霧的方案,解決物體表面的反射光在到達(dá)成像設(shè)備的過程中,由于大氣粒子的散射而發(fā)生衰減;自然光因大氣粒子散射而進(jìn)入成像設(shè)備參與成像等問題。處理步驟為:(1)獲取原霧化圖像;(2)對(duì)原霧化圖像RGB模型轉(zhuǎn)換為HSI,對(duì)I分量分析圖像直方圖;(3)設(shè)置適合尺寸模版,對(duì)I分量進(jìn)行直方圖均衡化增強(qiáng),得到變換霧化圖像的直方圖。傳統(tǒng)的直方圖均衡算法在薄霧部分效果比較理想,但當(dāng)圖中的深度或者是霧的濃度變化較大的時(shí)候,算法處理效果不好。又如中國專利申請(qǐng)?zhí)?01110282105.7,申請(qǐng)日為2011年9月21日,發(fā)明創(chuàng)造名稱為:一種基于HIS空間的多尺度Retinex模型的霧天圖像清晰化方法,該申請(qǐng)案的處理步驟為:一、采集源圖像,若源圖像為黑白圖像,則將其由byte型轉(zhuǎn)換為double型;若為彩色圖像,則將其分別從R、G、B三個(gè)通道的黑白像素值由byte型轉(zhuǎn)換為double型。二、將R、G、B三個(gè)通道轉(zhuǎn)換到H、I、S;三、對(duì)步驟二所獲得的像素點(diǎn)分別進(jìn)行改進(jìn)的多尺度retinex(MSR)算法,得到新的圖像;四、對(duì)步驟三所獲得的圖像進(jìn)行線性對(duì)比度展寬;五、將步驟四所獲得的H、I、S分別轉(zhuǎn)換到R、G、B;六、對(duì)步驟五所獲得的R、G、B進(jìn)行合成,顯示清晰化后的圖像。該申請(qǐng)案對(duì)霧天條件下所拍攝的模糊圖像進(jìn)行清晰化處理,能恢復(fù)出霧天模糊圖像中的有效信息,但該申請(qǐng)案采用多尺度的Retinex算法處理的色調(diào)容易失真,在邊沿部分有光暈效應(yīng)。因此,有必要提出一種能針對(duì)不同質(zhì)量的圖像進(jìn)行去霧的方案。技術(shù)實(shí)現(xiàn)要素:1.發(fā)明要解決的技術(shù)問題針對(duì)不同天氣情況視頻圖像的質(zhì)量不同,一般去霧算法無法滿足不同類型視頻降質(zhì)等問題,本發(fā)明提供了一種圖像質(zhì)量評(píng)價(jià)和天氣狀況引導(dǎo)的分級(jí)式監(jiān)控視頻清晰化系統(tǒng)及方法,本發(fā)明能夠?qū)㈧F、雨等天氣下拍攝到的視頻進(jìn)行實(shí)時(shí)的清晰化處理,操作簡(jiǎn)單,易于實(shí)現(xiàn)且能夠使得監(jiān)控視頻圖像每次處理的結(jié)果都比較理想。2.技術(shù)方案為達(dá)到上述目的,本發(fā)明提供的技術(shù)方案為:本發(fā)明的一種圖像質(zhì)量評(píng)價(jià)和天氣狀況引導(dǎo)的分級(jí)式監(jiān)控視頻清晰化系統(tǒng),包括視頻采集模塊、視頻轉(zhuǎn)化模塊、視頻圖像處理模塊和顯示模塊;其中,視頻采集模塊用于獲取監(jiān)控場(chǎng)景的視頻圖像信息;視頻轉(zhuǎn)化模塊接收視頻采集模塊發(fā)送的視頻信號(hào),通過解碼手段將采集到的視頻信號(hào)轉(zhuǎn)換成數(shù)字圖像幀的形式輸送給視頻圖像處理模塊;視頻圖像處理模塊通過嵌入式系統(tǒng)實(shí)現(xiàn),在天氣不好的時(shí)候自動(dòng)啟動(dòng)圖像質(zhì)量評(píng)價(jià)功能和去霧功能,并對(duì)圖像進(jìn)行壓縮編碼;顯示模塊用于將壓縮編碼視頻顯示出來。更進(jìn)一步地,所述的視頻圖像處理模塊包括天氣接收模塊、系統(tǒng)控制模塊、圖像質(zhì)量評(píng)價(jià)模塊、去霧模塊、圖像壓縮模塊,其中:天氣接收模塊用于根據(jù)當(dāng)天天氣預(yù)報(bào)接收當(dāng)天的天氣情況,并初步判斷去霧等級(jí),具體分級(jí)如下,1級(jí):薄霧;2級(jí):中霧,小雨,小雪;3級(jí):濃霧,雨;圖像質(zhì)量相似的天氣情況被歸為一級(jí);系統(tǒng)控制模塊與視頻采集模塊相連,用于在天氣不好的時(shí)候自動(dòng)啟動(dòng)圖像質(zhì)量評(píng)價(jià)功能和去霧功能,同時(shí)控制監(jiān)控?cái)z像機(jī)的焦距和方位;圖像質(zhì)量評(píng)價(jià)模塊用于針對(duì)天氣預(yù)報(bào)信息不準(zhǔn)確的情況,通過視覺對(duì)比度VCM對(duì)圖像的質(zhì)量進(jìn)行評(píng)估,如果圖像質(zhì)量較好,則確定天氣預(yù)報(bào)誤報(bào),圖像直接發(fā)送給圖像壓縮模塊,否則進(jìn)行去霧處理后再發(fā)送給圖像壓縮模塊;去霧模塊根據(jù)去霧等級(jí)自動(dòng)采用不同的去霧算法,對(duì)輸入圖像進(jìn)行去霧處理;圖像壓縮模塊用于對(duì)接收到的數(shù)字圖像幀壓縮編碼成方便傳輸和顯示的視頻碼流。本發(fā)明的一種圖像質(zhì)量評(píng)價(jià)和天氣狀況引導(dǎo)的分級(jí)式監(jiān)控視頻清晰化方法,其步驟為:步驟一、視頻采集模塊采集監(jiān)控場(chǎng)景的視頻圖像信息,并經(jīng)視頻轉(zhuǎn)化模塊通過解碼手段轉(zhuǎn)換成數(shù)字圖像幀的形式,輸送給視頻圖像處理模塊;步驟二、視頻圖像處理模塊的天氣接收模塊根據(jù)天氣預(yù)報(bào)接收當(dāng)天的天氣情況;圖像質(zhì)量評(píng)價(jià)模塊通過視覺對(duì)比度VCM對(duì)圖像質(zhì)量進(jìn)行評(píng)估,如果圖像質(zhì)量未達(dá)到去霧等級(jí),則確定天氣預(yù)報(bào)誤報(bào),圖像直接發(fā)送給圖像壓縮模塊;否則發(fā)送給去霧模塊進(jìn)行去霧處理;步驟三、去霧模塊根據(jù)步驟二評(píng)估的去霧等級(jí)自動(dòng)采用不同的去霧算法,去霧后的圖像發(fā)送給圖像壓縮模塊;步驟四、圖像壓縮模塊對(duì)接收到的數(shù)字圖像幀壓縮編碼成視頻碼流,并輸送給顯示模塊顯示。更進(jìn)一步地,步驟二中通過視覺對(duì)比度VCM對(duì)圖像質(zhì)量進(jìn)行評(píng)估的具體步驟如下:(1)將采集圖像分割成若干子塊,子塊大小為0.05×min(H,W),H代表圖像的高度,W代表圖像寬度;(2)計(jì)算其中每個(gè)子塊的局部方差大小;(3)通過最大類間方差法確定一個(gè)閾值,統(tǒng)計(jì)方差大于該閾值的子塊個(gè)數(shù)占總子塊個(gè)數(shù)的比例,其公式如下:VCM=100*Rv/Rt其中,Rv表示方差超過閾值的子塊數(shù)目,Rt表示單幅圖像中的子塊總數(shù)。更進(jìn)一步地,步驟二中設(shè)定VCM值為0-10時(shí),為3級(jí)濃霧、雨圖像;VCM值為10-30時(shí),為2級(jí)中霧、小雨、小雪圖像;VCM值為30-45時(shí),為1級(jí)薄霧圖像。更進(jìn)一步地,步驟三中當(dāng)去霧等級(jí)為1級(jí)時(shí),采用限制對(duì)比度自適應(yīng)直方圖均衡算法進(jìn)行圖像處理;去霧等級(jí)為2級(jí)時(shí),采用改進(jìn)MSRCR算法進(jìn)行圖像處理;去霧等級(jí)為3級(jí)時(shí),采用基于邊緣優(yōu)化透射率估計(jì)算法進(jìn)行圖像處理。更進(jìn)一步地,步驟三中去霧等級(jí)為1級(jí)時(shí)的圖像處理過程為:(1)先將圖像分為互相之間不重疊的n個(gè)子塊;(2)計(jì)算輸入圖像中所有子塊的累加直方圖:Hi,j(n)N-1MΣK=0nhi,j(k)]]>式中,M為子塊包含的像素點(diǎn)個(gè)數(shù),N為子塊總的灰度級(jí),Hi,j(n)為累加直方圖,hi,j(k)為子塊直方圖;(3)求取累加直方圖剪切極限值:β=MN(1+α100(smax-1));]]>其中,β為直方圖剪切極限,smax為累加直方圖Hi,j(n)的最大斜率,α為截?cái)嘞禂?shù);(4)對(duì)子塊內(nèi)的像素直方圖進(jìn)行剪切并重新分配:規(guī)定每個(gè)灰度級(jí)包含的像素個(gè)數(shù)不能超過β,超出部分被剪切下來,設(shè)被剪切總數(shù)為Nt,平均每個(gè)灰度級(jí)分到的像素個(gè)數(shù)為Aver=Nt/N,按下式重新分配:1)hi,j(k)>β,hnew=β2)hi,j(k)+Aver>β,hnew=β3)hi,j(k)+Aver<β,hnew=β+Aver其中,hnew為限制對(duì)比度自適應(yīng)直方圖;(5)對(duì)限制對(duì)比度自適應(yīng)直方圖hnew進(jìn)行直方圖均衡化處理,先統(tǒng)計(jì)直方圖每個(gè)灰度級(jí)出現(xiàn)的次數(shù),再累計(jì)歸一化的直方圖,最后計(jì)算新的像素值;(6)對(duì)均衡化后的圖像進(jìn)行插值處理,獲得最終圖像。更進(jìn)一步地,步驟三中去霧等級(jí)為2級(jí)時(shí)的圖像處理過程為:(1)采用平滑濾波模板分別對(duì)原始彩色圖像的R,G,B三個(gè)通道進(jìn)行去噪處理;(2)對(duì)去噪后的彩色圖像進(jìn)行自適應(yīng)全局亮度調(diào)整,調(diào)整公式如下:S′(x,y)=S(x,y)1r]]>其中,S(x,y)為圖像R,G,B三通道亮度值的平均值,S′(x,y)為亮度調(diào)整后的圖像,1/r=min(1,6Sal+2/3),Sal為圖像整體灰度在對(duì)數(shù)域中灰度的平均值;(3)將處理后彩色圖像在R,G,B三個(gè)分量下的圖像像素值類型轉(zhuǎn)換為double型,并轉(zhuǎn)換到對(duì)數(shù)域;(4)選取低、中、高三個(gè)不同的高斯尺度對(duì)圖像進(jìn)行卷積,得到不同尺度下的照射分量L(x,y),將照射分量L(x,y)寫成高斯環(huán)繞函數(shù)與相對(duì)應(yīng)的通道光強(qiáng)的卷積,即logL(x,y)=log[Gk(x,y)*Si(x,y)](5)計(jì)算每個(gè)通道的反射分量ri(x,y),表達(dá)式如下:Ci(x,y)=βlog[αSi′(x,y)]=β{log[αSi(x,y)]-log[Σi=1NSi(x,y)]}]]>ri(x,y)=Ci(x,y)Σk=1kWk{logSi(x,y)-log[Gk(x,y)*Si(x,y)]}]]>其中,Ci(x,y)為色彩恢復(fù)因子,β是增益系數(shù),Si(x,y)是第i個(gè)顏色通道光強(qiáng),i表示通道數(shù),Wk是加權(quán)系數(shù),Gk(x,y)是不同尺度的高斯環(huán)繞函數(shù),α是非線性受控強(qiáng)度;(6)分別計(jì)算每個(gè)通道的均值和均方差,根據(jù)公式進(jìn)行量化,最后將R,G,B三分量合并,得到最終的輸出圖像R(x,y);公式如下:Mini=Meani-Dynamic*VariMaxi=meani+Dynamic*VariRi(x,y)=(ri(x,y)-Mini)/Maxi-Mini*(255-0)其中,Mini、Maxi、Meani、Vari為ri(x,y)各通道的最小值、最大值、均值和均方差,Dynamic為動(dòng)態(tài)參數(shù)。更進(jìn)一步地,步驟三中去霧等級(jí)為3級(jí)時(shí)的圖像處理過程為:(1)對(duì)原始圖像進(jìn)行最小值濾波并計(jì)算大氣光值A(chǔ);(2)對(duì)濾波后的最小值圖像進(jìn)行邊緣檢測(cè),提取出圖像中景深變化較大的邊緣區(qū)域;(3)對(duì)邊緣區(qū)域進(jìn)行閾值分割,確定圖像中不同景深區(qū)域界線;(4)對(duì)區(qū)分好的不同景深區(qū)域進(jìn)行透射率估計(jì),具體步驟為:先判斷當(dāng)前像素點(diǎn)是否處于邊緣區(qū)域,如果當(dāng)前像素點(diǎn)在景深突變區(qū)域周圍,那么就選擇當(dāng)前像素點(diǎn)為中心的15*15的矩形區(qū)域,在該區(qū)域內(nèi)對(duì)于高于閾值的像素點(diǎn),選擇景深大的部分的最小值作為透射率值,對(duì)于低于閾值的像素點(diǎn),選景深小的部分的最小值作為透射率值;如果當(dāng)前像素點(diǎn)不在景深突變區(qū)域周圍,就用15*15塊區(qū)域內(nèi)最小值作為當(dāng)前像素點(diǎn)的透射率值;(5)采用GuidedFilter對(duì)透射率圖進(jìn)行處理以去除塊效應(yīng),獲得最終透射率圖t(x);(6)通過透射率分布圖t(x)和大氣光值A(chǔ)來復(fù)原圖像,復(fù)原公式如下:J(x)=[I(x)-A)]/t(x)+A其中,J(x)為獲得的清晰圖像,I(x)為原始去霧圖像。更進(jìn)一步地,大氣光值A(chǔ)的計(jì)算過程為:首先,在最小值濾波后的圖中選取最亮的0.1%個(gè)像素,然后找出這些像素對(duì)應(yīng)的輸入圖像I的三通道像素值,選取這些像素中最亮的像素值作為大氣光值A(chǔ)。3有益效果為達(dá)到上述目的,本發(fā)明提供的技術(shù)方案為:(1)本發(fā)明的一種圖像質(zhì)量評(píng)價(jià)和天氣狀況引導(dǎo)的分級(jí)式監(jiān)控視頻清晰化系統(tǒng),包括視頻采集模塊、視頻轉(zhuǎn)化模塊、視頻圖像處理模塊和顯示模塊,在天氣不好的時(shí)候自動(dòng)啟動(dòng)圖像質(zhì)量評(píng)價(jià)功能和去霧功能,能夠?qū)㈧F、雨等天氣下拍攝到的視頻進(jìn)行實(shí)時(shí)的清晰化處理,結(jié)構(gòu)簡(jiǎn)單且智能,易于實(shí)現(xiàn),硬件成本低,配置靈活方便,在室外視頻監(jiān)控等領(lǐng)域具有廣泛的應(yīng)用價(jià)值;(2)本發(fā)明的一種圖像質(zhì)量評(píng)價(jià)和天氣狀況引導(dǎo)的分級(jí)式監(jiān)控視頻清晰化方法,通過視覺對(duì)比度VCM對(duì)圖像質(zhì)量進(jìn)行評(píng)估,如果圖像質(zhì)量未達(dá)到去霧等級(jí),則確定天氣預(yù)報(bào)誤報(bào),圖像直接進(jìn)行壓縮編碼輸出;否則進(jìn)行去霧處理,能夠避免天氣預(yù)報(bào)誤判,對(duì)不需要去霧的圖像進(jìn)行去霧使得圖像變得更差;(3)本發(fā)明的一種圖像質(zhì)量評(píng)價(jià)和天氣狀況引導(dǎo)的分級(jí)式監(jiān)控視頻清晰化方法,根據(jù)去霧等級(jí)自動(dòng)采用不同的去霧算法,去霧等級(jí)為1級(jí)時(shí),采用限制對(duì)比度自適應(yīng)直方圖均衡算法;去霧等級(jí)為2級(jí)時(shí),采用改進(jìn)MSRCR算法;去霧等級(jí)為3級(jí)時(shí),采用基于邊緣優(yōu)化透射率估計(jì)算法,能夠根據(jù)天氣情況靈活的對(duì)監(jiān)控視頻圖像進(jìn)行去霧處理,提高監(jiān)控視頻的質(zhì)量,同時(shí)有效的避免一種去霧算法無法滿足不同類型視頻降質(zhì)的局限性。附圖說明圖1是本發(fā)明中分級(jí)式監(jiān)控視頻清晰化系統(tǒng)的結(jié)構(gòu)框圖;圖2是本發(fā)明中去霧圖像質(zhì)量評(píng)價(jià)算法流程圖;圖3是本發(fā)明中薄霧去除算法流程圖;圖4是本發(fā)明中中霧去除算法流程圖;圖5是本發(fā)明中濃霧去除算法流程圖。具體實(shí)施方式為進(jìn)一步了解本發(fā)明的內(nèi)容,結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作詳細(xì)描述。實(shí)施例1結(jié)合圖1,本實(shí)施例的一種圖像質(zhì)量評(píng)價(jià)和天氣狀況引導(dǎo)的分級(jí)式監(jiān)控視頻清晰化系統(tǒng),包括視頻采集模塊1、視頻轉(zhuǎn)化模塊2、視頻圖像處理模塊3和顯示模塊4。視頻采集模塊1用于在天氣不好的時(shí)候獲取監(jiān)控場(chǎng)景的視頻圖像信息,并通過雙絞線與視頻轉(zhuǎn)化模塊2連接,視頻采集模塊1將獲取到的視頻信號(hào)用AV端口輸出。視頻轉(zhuǎn)化模塊2接收視頻采集模塊1發(fā)送的AV視頻信號(hào),通過解碼手段將采集到的視頻信號(hào)轉(zhuǎn)換成數(shù)字圖像幀(YUV格式)的形式并輸入視頻處理單元,通過專用的攝像頭接口與視頻圖像處理模塊3連接;該視頻轉(zhuǎn)化模塊2采用TI的低功耗芯片TVP5150AM1PBSR來實(shí)現(xiàn)解碼。視頻圖像處理模塊3通過嵌入式系統(tǒng)實(shí)現(xiàn),在天氣不好的時(shí)候自動(dòng)啟動(dòng)圖像質(zhì)量評(píng)價(jià)功能和去霧功能,將去霧后的圖像壓縮編碼。該視頻圖像處理模塊3包括天氣接收模塊3-1、系統(tǒng)控制模塊3-2、圖像質(zhì)量評(píng)價(jià)模塊3-3、去霧模塊3-4、圖像壓縮模塊3-5。其中:所述的天氣接收模塊3-1用于根據(jù)當(dāng)天天氣預(yù)報(bào)接收當(dāng)天的天氣情況,并初步判斷去霧等級(jí),具體分級(jí)如下,1級(jí):薄霧;2級(jí):中霧,小雨,小雪;3級(jí):濃霧,雨;圖像質(zhì)量相似的天氣情況被歸為一類。所述的系統(tǒng)控制模塊3-2通過RS232串行總線與視頻采集模塊1相連,用于在天氣不好的時(shí)候自動(dòng)啟動(dòng)圖像質(zhì)量評(píng)價(jià)功能和去霧功能,同時(shí)也可以控制監(jiān)控?cái)z像機(jī)的焦距和方位等參數(shù)。所述的圖像質(zhì)量評(píng)價(jià)模塊3-3用于針對(duì)天氣預(yù)報(bào)的信息可能不準(zhǔn)確的情況,通過視覺對(duì)比度(VisualContrastMeasure,VCM)對(duì)圖像的質(zhì)量進(jìn)行評(píng)估,如果圖像質(zhì)量較好,則確定天氣預(yù)報(bào)誤報(bào),圖像直接發(fā)送給壓縮編碼模塊;否則進(jìn)行去霧處理,具體步驟如圖2所示。所述的去霧模塊3-4根據(jù)去霧等級(jí)自動(dòng)采用不同的去霧算法,去霧等級(jí)為1級(jí)時(shí),采用限制對(duì)比度自適應(yīng)直方圖均衡算法;去霧等級(jí)為2級(jí)時(shí),采用改進(jìn)MSRCR算法;去霧等級(jí)為3級(jí)時(shí),采用基于邊緣優(yōu)化透射率估計(jì)算法,去霧后的圖像發(fā)送給視頻圖像壓縮模塊3-5。所述的圖像壓縮模塊3-5用于對(duì)接收到的數(shù)字圖像幀壓縮編碼成方便傳輸和顯示的視頻碼流,便于傳輸和顯示。顯示模塊4用于將壓縮編碼視頻顯示出來,該顯示模塊4通過VGA線與視頻處理單元相連。本實(shí)施例的一種圖像質(zhì)量評(píng)價(jià)和天氣狀況引導(dǎo)的分級(jí)式監(jiān)控視頻清晰化方法,具體過程如下:步驟一、視頻采集模塊1采集監(jiān)控場(chǎng)景的視頻圖像信息,并經(jīng)視頻轉(zhuǎn)化模塊2通過解碼手段轉(zhuǎn)換成YUV格式,輸送給視頻圖像處理模塊3;步驟二、視頻圖像處理模塊3的天氣接收模塊3-1根據(jù)天氣預(yù)報(bào)接收當(dāng)天的天氣情況;圖像質(zhì)量評(píng)價(jià)模塊3-3通過視覺對(duì)比度對(duì)圖像質(zhì)量進(jìn)行評(píng)估,如果圖像質(zhì)量未達(dá)到去霧等級(jí),則確定天氣預(yù)報(bào)誤報(bào),圖像直接發(fā)送給圖像壓縮模塊3-5;否則發(fā)送給去霧模塊3-4進(jìn)行去霧處理;步驟三、去霧模塊3-4根據(jù)步驟二評(píng)估的去霧等級(jí)自動(dòng)采用不同的去霧算法,去霧等級(jí)為1級(jí)時(shí),采用限制對(duì)比度自適應(yīng)直方圖均衡算法;去霧等級(jí)為2級(jí)時(shí),采用改進(jìn)MSRCR算法;去霧等級(jí)為3級(jí)時(shí),采用基于邊緣優(yōu)化透射率估計(jì)算法,去霧后的圖像發(fā)送給圖像壓縮模塊3-5;步驟四、圖像壓縮模塊3-5對(duì)接收到的數(shù)字圖像幀壓縮編碼成視頻碼流,并輸送給顯示模塊4顯示。參看圖2,由于相同場(chǎng)景下的有霧圖像相對(duì)于無霧圖像的對(duì)比度嚴(yán)重下降,VCM可以估計(jì)圖像的對(duì)比度,有霧場(chǎng)景圖像,其相對(duì)應(yīng)的VCM較?。幌嗤瑘?chǎng)景下的清晰無霧圖像的視覺效果較好,其相對(duì)應(yīng)的VCM值變大。本實(shí)施例設(shè)定濃霧圖像(3級(jí))時(shí),VCM值為0-10;中霧,小雨(2級(jí))時(shí),VCM值為10-30;薄霧(1級(jí))時(shí),VCM值為30-45。采用圖像VCM值判斷采集圖像是否達(dá)到去霧標(biāo)準(zhǔn),能夠避免天氣預(yù)報(bào)誤判,對(duì)不需要去霧的圖像進(jìn)行去霧使得圖像變得更差。具體過程如下:(1)將采集圖像分割成若干子塊,本實(shí)施例中子塊大小為0.05×min(H,W),H代表圖像的高度,W代表圖像寬度;(2)計(jì)算其中每個(gè)子塊的局部方差大?。?3)統(tǒng)計(jì)方差大于閾值的子塊個(gè)數(shù)占總子塊個(gè)數(shù)的比例,其公式如下:VCM=100*Rv/Rt其中,Rv表示方差超過閾值的子塊數(shù)目,Rt表示單幅圖像中的子塊總數(shù)。閾值通過最大類間方差法(OSTU)確定,確定過程簡(jiǎn)述如下:首先初始化一閾值t,將圖像分為A和B兩類;計(jì)算A和B兩類像素集合的均值和類間方差;將t從0到255循環(huán),當(dāng)A,B類間方差最大時(shí),對(duì)應(yīng)的方差D即為閾值。(4)根據(jù)得到的圖像VCM值,判斷采集圖像是否要進(jìn)行去霧。參看圖3,所述去霧模塊3-4中,當(dāng)圖像質(zhì)量為1級(jí)時(shí),本實(shí)施例采用限制對(duì)比度自適應(yīng)直方圖均衡算法對(duì)薄霧圖像進(jìn)行處理,具體過程如下:(1)先將圖像分為互相之間不重疊的子塊,通常情況下每個(gè)子塊的大小相等或近似相等;(2)計(jì)算輸入圖像中所有子塊的累加直方圖:設(shè)M為子塊包含的像素點(diǎn)個(gè)數(shù),N為子塊總的灰度級(jí),Hi,j(n)為累加直方圖,hi,j(k)為子塊直方圖;(3)求取累加直方圖剪切極限值:其中,β為直方圖剪切極限,smax為累加直方圖Hi,j(n)的最大斜率,其取值范圍為1~4之間的整數(shù),α為截?cái)嘞禂?shù),其取值范圍在0~100之間。(4)對(duì)子塊內(nèi)的像素直方圖進(jìn)行剪切并重新分配:規(guī)定每個(gè)灰度級(jí)包含的像素個(gè)數(shù)不能超過β,超出部分被剪切下來,設(shè)被剪切總數(shù)為Nt,平均每個(gè)灰度級(jí)分到的像素個(gè)數(shù)為Aver=Nt/N,按下式重新分配:1)hi,j(k)>β,hnew=β2)hi,j(k)+Aver>β,hnew=β3)hi,j(k)+Aver<β,hnew=β+Aver其中:hnew為限制對(duì)比度自適應(yīng)直方圖;hi,j(k)為子塊最初直方圖。(5)進(jìn)行直方圖均衡化處理,具體過程描述如下:對(duì)hnew進(jìn)行普通的直方圖均衡化處理,先統(tǒng)計(jì)直方圖每個(gè)灰度級(jí)出現(xiàn)的次數(shù),再累計(jì)歸一化的直方圖,最后計(jì)算新的像素值。(6)對(duì)均衡化后的圖像進(jìn)行插值處理,獲得最終圖像,插值處理具體過程描述如下:對(duì)子塊內(nèi)的像素點(diǎn)(x,y),按以下公式進(jìn)行計(jì)算:l(i)=a[bl-(i)+(1-b)l+-(i)]+(1-a)[bl-+(i)+(1-b)l++(i)]a=y-y-y+-y-,b=x-x-x+-x-]]>(x-,x-)、(x-,x+)、(x+,x+)、(x+,x-)分別為像素點(diǎn)(x,y)相鄰四模塊中心點(diǎn)坐標(biāo);l-(i)、l-+(i)、l+-(i)、l++分別為(x-,x-)、(x-,x+)、(x+,x+)、(x+,x-)處的灰度值,l(i)為(x,y)的灰度值。參看圖4,所述去霧模塊3-4中,當(dāng)圖像質(zhì)量為2級(jí)時(shí),本實(shí)施例采用改進(jìn)帶顏色恢復(fù)的多尺度Retinex算法(MSRCR)對(duì)中霧,小雨圖像進(jìn)行去霧處理,具體步驟如下:(1)采用平滑濾波模板分別對(duì)原始彩色圖像的R,G,B三個(gè)通道進(jìn)行去噪處理,平滑模板如下:w=116121242121]]>(2)因?yàn)槿ピ牒笫沟脠D像整體的亮度偏高,對(duì)去噪后的彩色圖像進(jìn)行自適應(yīng)全局亮度調(diào)整,增強(qiáng)圖像中較暗像素所占的比重,調(diào)整公式如下:S′(x,y)=S(x,y)1r]]>其中,S(x,y)為圖像R,G,B三通道亮度值的平均值,S′(x,y)為亮度調(diào)整后的圖像,1/r=min(1,6Sal+2/3),Sal為圖像整體灰度在對(duì)數(shù)域中灰度的平均值,Sal值越小,圖像中較暗部分的拉伸程度越大,較暗像素所占的比重越高。(3)將處理后的彩色圖像的R,G,B三個(gè)分量下的圖像像素值類型轉(zhuǎn)換為double型,并轉(zhuǎn)換到對(duì)數(shù)域,如此可以使得實(shí)數(shù)域中的卷積運(yùn)算轉(zhuǎn)換到對(duì)數(shù)域中的加減運(yùn)算;(4)選取低、中、高三個(gè)不同的高斯尺度(本實(shí)施例選取的值分別為15,80,250)對(duì)圖像進(jìn)行卷積,得到不同尺度下的照射分量L(x,y),同時(shí)可將照射分量L(x,y)寫成高斯環(huán)繞函數(shù)與相對(duì)應(yīng)的通道光強(qiáng)的卷積,即logL(x,y)=log[Gk(x,y)*Si(x,y)](5)根據(jù)公式計(jì)算每個(gè)通道的反射分量ri(x,y),表達(dá)式如下:Ci(x,y)=βlog[αSi′(x,y)]=β{log[αSi(x,y)]-log[Σi=1NSi(x,y)]}]]>ri(x,y)=Ci(x,y)Σk=1kWk{logSi(x,y)-log[Gk(x,y)*Si(x,y)]}]]>其中Ci(x,y)為色彩恢復(fù)因子,β是增益系數(shù),Si(x,y)是第i個(gè)顏色通道輸入光強(qiáng),i表示通道數(shù),Wk是加權(quán)系數(shù),Gk(x,y)是不同尺度的高斯環(huán)繞函數(shù),α是非線性受控強(qiáng)度,α取值123,β取46時(shí)效果最好(6)分別計(jì)算每個(gè)通道的均值和均方差,根據(jù)公式進(jìn)行量化,最后將R,G,B三分量合并,得到最終的輸出圖像R(x,y)。公式為:Mini=Meani-Dynamic*VariMaxi=Meani+Dynamic*VariRi(x,y)=(ri(x,y)-Mini)/Maxi-Mini*(255-0)其中,Mini、Maxi、Meani、Vari為ri(x,y)各通道的最小值、最大值、均值和均方差,Dynamic為動(dòng)態(tài)參數(shù)。結(jié)合圖5,所述去霧模塊3-4中,當(dāng)圖像質(zhì)量為3級(jí)時(shí),采用基于邊緣優(yōu)化透射率估計(jì)算法對(duì)濃霧圖像進(jìn)行處理,具體步驟如下:(1)采用最小值濾波模板對(duì)原始圖像進(jìn)行最小值濾波并計(jì)算大氣光值A(chǔ),模板大小為15*15,大氣光值A(chǔ)的計(jì)算步驟如下:首先,在最小值濾波后的圖中選取最亮的0.1%個(gè)像素,然后找出這些像素對(duì)應(yīng)的輸入圖像I的三通道像素值,選取這些像素中最亮的像素值作為大氣光值A(chǔ)。(2)對(duì)濾波后的最小值圖進(jìn)行邊緣檢測(cè),采用拉普拉斯算子進(jìn)行邊緣檢測(cè),模板如下:w1=0101-41010]]>(3)對(duì)邊緣區(qū)域進(jìn)行閾值分割,確定圖像中不同景深區(qū)域界線,閾值確定跟前面一樣采用Ostu算法分割閾值。首先初始化一閾值t,將圖像分為A和B兩類;計(jì)算A和B兩類像素集合的均值和類間方差;將t從0到255循環(huán),當(dāng)A,B類間方差最大時(shí),對(duì)應(yīng)的t即為閾值。(4)對(duì)區(qū)分好的不同景深區(qū)域進(jìn)行透射率估計(jì),具體步驟為:先判斷當(dāng)前像素點(diǎn)是否處于邊緣區(qū)域,如果當(dāng)前像素點(diǎn)在景深突變區(qū)域周圍,那么就選擇當(dāng)前像素點(diǎn)為中心的15*15的矩形區(qū)域,在該區(qū)域內(nèi)對(duì)于高于閾值的像素點(diǎn),選擇景深大的部分的最小值作為透射率值,對(duì)于低于閾值的像素點(diǎn),選景深小的部分的最小值作為透射率值;如果當(dāng)前像素點(diǎn)不在景深突變區(qū)域周圍,就用15*15塊區(qū)域內(nèi)最小值作為當(dāng)前像素點(diǎn)的透射率值;(5)采用GuidedFilter(導(dǎo)向?yàn)V波器)對(duì)透射率圖進(jìn)行處理以去除塊效應(yīng),獲得最終透射率圖t(x)。(6)通過透射率分布圖和大氣光值來復(fù)原圖像,復(fù)原公式如下:J(x)=[I(x)-A)]/t(x)+A其中,J(x)為獲得的清晰圖像,I(x)為原始去霧圖像,A為大氣光值。本實(shí)施例提出的一種圖像質(zhì)量評(píng)價(jià)和天氣狀況引導(dǎo)的分級(jí)式監(jiān)控視頻清晰化方法,能夠根據(jù)天氣情況對(duì)監(jiān)控視頻圖像進(jìn)行去霧處理,能夠極大的提高監(jiān)控視頻的質(zhì)量,同時(shí)能夠有效的避免一般去霧算法無法滿足不同類型視頻降質(zhì)的局限性。本實(shí)施例提出的系統(tǒng)結(jié)構(gòu)簡(jiǎn)單且智能,易于實(shí)現(xiàn),硬件成本低,配置靈活方便,在室外視頻監(jiān)控等領(lǐng)域具有廣泛的應(yīng)用價(jià)值。以上示意性的對(duì)本發(fā)明及其實(shí)施方式進(jìn)行了描述,該描述沒有限制性,附圖中所示的也只是本發(fā)明的實(shí)施方式之一,實(shí)際的結(jié)構(gòu)并不局限于此。所以,如果本領(lǐng)域的普通技術(shù)人員受其啟示,在不脫離本發(fā)明創(chuàng)造宗旨的情況下,不經(jīng)創(chuàng)造性的設(shè)計(jì)出與該技術(shù)方案相似的結(jié)構(gòu)方式及實(shí)施例,均應(yīng)屬于本發(fā)明的保護(hù)范圍。當(dāng)前第1頁1 2 3