专利名称：一种具有视频优化功能的监视器的制作方法
技术领域：
本发明涉及监视器领域，更具体的说，是一种具有视频优化功能的监视器。
背景技术：
视觉信息是人类获得外界信息的主要来源，因为大约有70%的信息是通过人眼获得的。随着多媒体技术飞速发展，视频图像得到了广泛重视和应用，其应用领域遍及广播电视、医学、保安监控、车场管理、军事及生命科学等方面。视频采集技术与显示技术的提升，使得人们对画质的要求越来越高，但是在各类图像系统中图像的传送和转换(如成像、复制、扫描、传输以及显示等)总要在一定程度上造成图像质量的降低。例如一些户外监控系统往往只能在晴天下才能正常工作，在大雾、沙尘等恶劣天气或者低光照情况下图像对比度大大降低，人们无法从中得到有用信息。不仅如此，长期观看品质低下的视频可能会加重人们眼睛的负担，容易产生视觉疲劳，甚至会头晕目眩。在出现大雾、大雨、沙尘等恶劣天气时，户外景物图像的对比度和颜色都会被改变或退化，图像中蕴含的许多特征都被覆盖或模糊，得到的是退化图像，对于各类监控都造成了极大的困难，因此，要充分发挥监视视频的效能，就必须对监视视频图像进行增强处理。在军事侦察、监视方面，为了实施正确指挥，取得作战胜利，现代战争对军事侦察提出了更高的要求，广泛应用先进科学技术，进一步扩大侦察的范围，提高侦察的时效性和准确性。因此，军事侦察、监视中用到的视频图像的品质尤为重要，退化的视频图像对信息的识别与处理会造成偏差，而这种偏差的后果是非常严重的，因此视频增强技术应运而生。视频图像增强是视频图像处理领域的一个传统的话题，同时又一直是较为活跃的研究领域，不断有新方法和新手段引入使该领域保持旺盛的生命力，并不断有新成果面世。视频增强技术已经广泛应用于军事、医学、遥感以及视频检测等方面。在军事方面，由于观察距离远及气候恶劣，获取的视频往往存在目标和背景混淆不清，很难区分等，需要进行增强处理才能将感兴趣的目标凸显出来；医学方面，由于成像的固有特点，医学图像往往很暗，模糊不清，很难辨别出病变组织和正常组织，需要图像增强处理以突出病变组织；遥感方面，如农情遥感监测，进行农作物分类需要应用图像增强技术以提高分类的精度；在公共安全方面，人像、指纹及其他痕迹的处理和识别，以及跟踪、事故分析等应用领域，也都需要图像增强处理来突出图像的特征。各类视频监控系统也急需视频图像增强功能以弥补现有系统的不足，提高视频图像的对比度、提高监控效果与目标识别、改善光照不均匀等现象，得到视觉效果更好、有利于进一步分析和判读的视频图像。随着科技的发展，现阶段各行业对低能见度图像、视频增强处理的需求将会越来越多。
发明内容
本发明针对现有技术的不足，提供一种具有视频优化功能的监视器。本发明具体技术方案如下:一种具有视频优化功能的监视器，包括显示单元，其特征在于，还包括视频优化模块，该模块通过采用FPGA可编程逻辑，配合独有的算法，对视频图像进行优化，使视频图像清晰，图像中物体轮廓清晰可辨，同时将优化过后的视频图像送到显示模块进行驱动显示。进一步的，所述对视频图像进行优化，是视频优化模块取视频图像的Y分量灰度值数据进行处理，将Y分量的灰度值取log后，计算出图像上任意距离为(a，b)的两像素点之间的明暗关系，再根据该明暗关系修正图像中每个像素点的灰度值，并对修正后的视频图像Y分量灰度值数据建立直方图，根据高斯分布的“3 σ原则”对直方图中的灰度值进行优化，以得到优化后的视频图像灰度值数据，再同U、V分量数据合并，实现视频图像的优化功能。进一步的,所述显示单元为液晶显示屏。本发明与现有的监视器相比，具有以下优点:1.提供了一种具有视频优化功能的监视器，除了满足监视器监看视频的功能外，还能根据设定，对用户感兴趣的视频内容进行优化，进一步提升监控视频的质量，同时避免了其他辅助设备的应用。2.采用FPGA可编程逻辑实现视频的优化处理，配合独有的算法，系统结构简单，
稳定可靠。
3.本发明成本较低，实用性高。
图1为本发明具有视频优化功能的监视器的构成方框图。图2为本发明视频优化模块的工作流程图。图3为视频图像直方图示例。
具体实施例方式下面结合附图对本发明作进一步的说明。图1为本发明具有视频优化功能的监视器的构成方框图。如图所示，输入的视频图像信号经视频解码模块解码转换成YUV格式，进入视频优化模块中进行优化处理，将输入视频图像优化为具有较高对比度和清晰度的视频图像信号发送到显示模块，并将视频图像在液晶显示屏上显示。其中DDR为视频优化模块的缓存设备，视频优化模块采用FPGA可编辑逻辑芯片实现。图2为本发明视频优化模块的工作流程图。视频优化模块采用FPGA可编程逻辑实现，通过FPGA编程，实现对输入视频图像的优化功能。如图所示，输入的视频图像信号经解码转换成YUV格式，取其中Y分量灰度数据按下述步骤进行优化:步骤1:设输入视频图像大小为mXn，输入视频图像Y分量灰度数据为Y(i，j)，其中O≤i≤m，0
j
η。同时假定优化后图像的Y分量灰度数据Y' (i，j) = T。步骤2:对Y(i，j)分量的灰度数据取对数处理，即Ylog (i, j) = 1gY (i, j)(公式 I)步骤3:计算图象中任意两个距离为(a，b)的像素点之间的相对明暗关系。首先取a = m/2，b = O，两点间的明暗关系为R(i, j) = Ylog (i+a, j+b)-Ylog (i, j)(公式 2)
根据该明暗关系，对原始图像中的每一个像素点的灰度值数据进行修正，得出新的图像灰度值数据για，j):Yl (i，j) = T-R (i，j)(公式 3)Yl (i+a, j+b) = T+R(i, j)(公式 4)重复计算直到每个像素点的灰度数据都得到修正。步骤4:取a = 0，b = n/2，根据公式2计算视频图像中任意两个距离为(a，b)的像素点间的明暗关系根据该明暗关系通过公式3，公式4修正图像中每个像素点的灰度值数据，则修正后图像中像素点的灰度值数据为Y2(i，j).
重复计算直到每个像素点的灰度值数据都得到修正。步骤5:取al = a/2, bl = O重复步骤3进一步修正图像的灰度值数据。步骤6:取a2 = O, b2 = b/2,重复步骤4进一步修正图像的灰度值数据。步骤6:重复步骤5和步骤6，直到ax、bx的值分别为1，得到校正后的图像灰度数据 Yx(i, j).
步骤7:根据修正后的Yx(i，j)的灰度数据建立视频图像的直方图(如附图3所示).
步骤8:根据高斯分布的“3 σ原则”对Yx(i，j)的直方图进行优化处理。在高斯分布(也称正态分布)中，μ为服从正态分布的随机变量的均值，σ为随机变量的标准差，服从正态分布的随机变量的概率规律为取与μ邻近的值的概率大，而取离μ越远的值的概率越小。对于正态随机变量来说，它的值落在区间[μ -3 σ，μ +3 σ ]内的概率为99.74%，而落在区间外的值仅占不到0.3%，几乎可以忽略不计，这就是“3 σ原则”。
根据“3 O规则”，与视频图像灰度数据均值μ的距离超过3 O的像素点的影响都可以忽略不计，因而我们只对直方图中μ-3 σ到μ+3 σ之间的灰度数据进行优化，根据
权利要求
1.一种具有视频优化功能的监视器，包括显示单元，其特征在于，还包括视频优化模块，该模块通过采用FPGA可编程逻辑，配合独有的算法，对视频图像进行优化，使视频图像清晰，图像中物体轮廓清晰可辨，同时将优化过后的视频图像送到显示模块进行驱动显示。
2.根据权利要求1所述监视器，其特征在于，所述对视频图像进行优化，是视频优化模块取视频图像的Y分量灰度值数据进行处理，将Y分量的灰度值取log后，计算出图像上任意距离为(a，b)的两像素点之间的明暗关系，再根据该明暗关系修正图像中每个像素点的灰度值，并对修正后的视频图像Y分量灰度值数据建立直方图，根据高斯分布的“3 σ原则”对直方图中的灰度值进行优化，以得到优化后的视频图像灰度值数据，再同U、V分量数据合并，实现视频图像的优化功能。
3.根据权利要求1所述监视器，其特征在于，所述显示单元为液晶显示屏。
全文摘要
本发明公开了一种具有视频优化功能的监视器，包括显示单元，其特征在于，还包括视频优化模块，该模块通过采用FPGA可编程逻辑，配合独有的算法，对视频图像进行优化，使视频图像清晰，图像中物体轮廓清晰可辨，同时将优化过后的视频图像送到显示模块进行驱动显示。本发明具有以下优点进一步提升监控视频的质量，同时避免了其他辅助设备的应用；系统结构简单，稳定可靠，成本较低，实用性高。
文档编号H04N7/18GK103096035SQ20121059535
公开日2013年5月8日 申请日期2012年12月27日 优先权日2012年12月27日
发明者吕秀芳, 郑晓霞, 陈东, 张伟 申请人:广东响石数码科技有限公司