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