一种基于背景复用的视频图像增强处理方法
【技术领域】
[0001] 本发明属于图像处理技术领域，涉及一种图像增强处理方法，尤其是一种基于背 景复用的视频图像增强处理方法。
【背景技术】
[0002] 视频图像已成为当今获取信息的主要途径和手段了，也是最直观最客观最有效的 了解事物的方法。获得视频图像的方法有很多种，如照相机，摄像机，监控摄像头，手机等摄 影设备，制作视频图像的软件也形形色色，有会声会影，数码大师，Effects等。视频图像的 质量直接决定了后续的判别，分析，识别，计算等工作，所以在对视频图像判别分析计算前， 对通过摄像设备直接拍取的视频图像进行加工操作以提高视频图像质量是必不可少的，这 也是就是广义上说的图像处理。
[0003] 对视频进行去雾操作就是图像处理的一种。通过运用科学的方法去除视频图像中 雾对于图像的干扰，以便得到更好的视觉效果，并且为之后的识别计算等工作，提供了保 障。图像去雾技术具有很强的实用性同时具有广泛的应用价值，已变成了专家学者们的热 门研究对象。虽然图像去雾技术的历史只有短短的二十多年，但是已经有了较好的成效，现 今也不断的涌现出新的方法，但是多少都存在一些局限性、运行速度慢等，有一定的弊端。 因为图像去雾技术横跨物理学，大气学，数学，探测学等多门学科同时因为天气条件的不确 定性与复杂性，使得去雾的研究变的困难。
[0004] 对雾天图像的处理已基本成熟而且不断的有完善，但现今在视频图像去雾这一领 域，研究依然很少。本文的研究重点在于通过背景的复用提高视频图像的去雾速度。难点在 于如何高效的进行背景复用，以及对运动物体的精确提取。提高对视频的去雾速度，达到对 视频的时时处理，对于交通监控视频，探测系统等都有着重大意义。
【发明内容】
[0005] 本发明的目的在于克服上述现有技术的缺点，提供一种基于背景复用的视频图像 增强处理方法。
[0006] 本方法利用视频中在很短时间内各帧图像的背景的相对不变性，对于背景相对不 变的各帧图像，只处理一帧图像的背景区域并保存处理结果，然后逐帧处理运动目标的区 域，最后把处理后的背景区域与每一帧处理后的运动目标区域进行合并，复用背景增强处 理的结果，从而可以显著降低视频图像增强处理的运算量。
[0007] 本发明的目的是通过以下技术方案来实现的：
[0008] 这种基于背景复用的视频图像增强处理方法，包括以下步骤：
[0009] 1)读入视频数据，做去噪等预处理操作；
[0010] 2)然后利用帧间差分算法，进行背景和前景的分离，提取出背景区域和运动目标；
[0011] 3)利用图像增强方法对开始帧图像的背景区域和运动目标区域进行图像增强处 理，并保存背景区域增强处理后的结果；
[0012] 4)此后提取每一帧图像的运动目标区域并进行图像增强处理，最后把处理后的 结果与保存的背景区域增强处理后的结果进行合并，得到背景复用的增强处理后的视频图 像；
[0013] 5)背景区域每隔一段时间会更新一次，并且对更新后的背景进行增强处理，然后 再与其后的各帧的运动目标区域增强处理后的结果合并，得到背景复用的增强处理后的视 频图像。
[0014] 进一步，以上步骤2)中，所述帧间差分算法具体按照以下步骤进行：
[0015] (1)输入所需处理的视频，计算得出视频帧数；
[0016] (2)将彩色视频图像序列变化为灰度图像；
[0017] (3)灰度化后的图像前后两帧做差，将做差结果二值化；
[0018] (4)二值化的结果与阈值进行比较，标记出运动目标；
[0019] (5)还原出彩色图像。
[0020] 上述帧间差分算法中，将彩色视频图像变换为灰度图像的公式如下：
[0021] Y = 0.212671 XR+0.715160 XG+0.07216 XB
[0022] (2-1)
[0023] 式(2-1)中:Υ为灰度值，R、G、B分别表示为彩色视频图像的三个通道；
[0024] 由于彩色视频图像为三维矩阵，因而按照下式将彩色视频图像转为灰度图像二维 矩阵(X，y)以便于做差：
[0027] 公式(2-2)中（x，y)为像素坐标，Dl为(x，y)像素坐标点上二值化后的灰度值;T为 阈值，阈值的选取是基于反复实验以及经验得出，由于每帧图像光照的不同，以及成像系统 的随机误差，阈值的选取不可为0，阈值对于帧间差分法的效果有着直接的影响，所以需要 经过多次反复试验比较结果得出。
[0028] 本发明具有以下有益效果：
[0029] 本发明基于背景复用的视频图像增强处理方法在背景分离过程中，用帧间差分算 法，将图像灰度化后二值化，再两者做差与阈值比较，找出运动目标。在实现背景复用的过 程中，通过找到运动目标的四点坐标，利用简化的连续帧差法完成背景的提取，更新以及运 动目标与背景的叠加工作。在去雾过程中，通过改进暗原色先验理论对图像进行去雾，通过 大气退化模型，估计出大气光成分A和透射率t。在细化透射率的过程中这里采用了灰度图 引导滤波，同时将窗口大小改为33,对大气光成分A的估计采用暗原色求最大值，然后对估 计值过大时做修正，通过这些改进使得去雾效果更快更好。
[0030] 本发明的方法通过现有去雾算法与基于背景复用的视频去雾算法进行运行时间， 算法的复杂度以及运行效果的比较。得出用背影复用算法去雾能大大减少去雾时间，提高 效率。
【附图说明】
[0031] 图1为本发明发明的流程框图。
【具体实施方式】
[0032] 参见图1:本发明提出一种基于背景复用的视频图像增强处理方法，包括以下步 骤：
[0033] 1)读入视频数据，做去噪等预处理操作；
[0034] 2)然后利用帧间差分算法，进行背景和前景的分离，提取出背景区域和运动目标； 所述帧间差分算法具体按照以下步骤进行：
[0035] (1)输入所需处理的视频，计算得出视频帧数；
[0036] (2)将彩色视频图像序列变化为灰度图像；
[0037] (3)灰度化后的图像前后两帧做差，将做差结果二值化；
[0038] (4)二值化的结果与阈值进行比较，标记出运动目标；
[0039] (5)还原出彩色图像。
[0040] 所述帧间差分算法中，将彩色视频图像变换为灰度图像的公式如下：
[0041] Y = 〇. 212671 XR+0.715160 XG+0.07216 XB
[0042] (2-1)
[0043] 式(2-1)中:Υ为灰度值，R、G、Β分别表示为彩色视频图像的三个通道；
[0044] 由于彩色视频图像为三维矩阵，因而按照下式将彩色视频图像转为灰度图像二维 矩阵(X，y)以便于做差：
[0046] 公式(2-2)中（x，y)为像素坐标，Dl为(x，y)像素坐标点上二值化后的灰度值;T为 阈值，阈值的选取是基于反复实验以及经验得出，由于每帧图像光照的不同，以及成像系 统的随机误差，阈值的选取不可为〇，阈值对于帧间差分法的效果有着直接的影响，所以需 要经过多次反复试验比较结果得出。
[0047] 3)利用图像增强方法对开始帧图像的背景区域和运动目标区域进行图像增强处 理，并保存背景区域增强处理后的结果；
[0048] 4)此后提取每一帧图像的运动目标区域并进行图像增强处理，最后把处理后的结 果与保存的背景区域增强处理后的结果进行合并，得到背景复用的增强处理后的视频图 像；
[0049] 5)背景区域每隔一段时间会更新一次，并且对更新后的背景进行增强处理，然后 再与其后的各帧的运动目标区域增强处理后的结果合并，得到背景复用的增强处理后的视 频图像。
[0050]以下对本发明进行详细的描述：
[0051 ]图像去雾算法综述
[0052] 对一张图像的去雾算法近两年已较为成熟。图像去雾的方法，大体上可以分为基 于雾天图像处理的增强法[5]和基于物理模型的雾天图像复原法两大类。
[0053] 基于图像增强的方法实际上并没有去雾，因此不需要图像退化模型，只需要按照 需求，突出感兴趣的那部分成分然后将那些不需要的图像信息删除即可，使视觉上满足人 类视觉特性就可以，以直方图均衡化和基于Retinex理论去雾为例。直方图均衡化是以概率 理论作为基础，将已知图像灰度化转化为均衡直方图，也就是在每个灰度级上都有相同的 像素点，从而实现图像增强。该算法能有效的增加细节处的信息，适用于低对比度的图像， 但是其运算量较大，局部块效应明显。Retinex是基于颜色值恒定的一种计算理论，它具有 颜色不变性和动态范围压缩的特点，也就是将边缘增强，灰度的动态范围压缩以及颜色恒 常这三方面达到平衡，对由于光照的原因而引起的对比度度低的彩色图像具有显著的增强 效果，但是计算复杂，也会产生光晕现象，同时颜色失真较为严重，会明显偏亮。
[0054]基于物理模型的雾天图像方法中实际上是从还原图片角度出发，通过不断的考察 和统计，找出图像退化的原因，对大气散射的特点进行分析，建立出