本发明涉及一种视频处理方法，尤其是涉及一种视频细节放大方法。
背景技术：
视频细节放大在提供肉眼难以观察到的信息方面具有很重要的价值，可以提供无接触的心率测定等，对一些医疗过程起到十分重要的参考价值，同时在动作细节放大方面潜力巨大。
图像处理业者及设计人员对于图像及视频放大技术，已展开了很多年的研究，无论是从初期的线性放大技术，到后来基于边缘(edge)的放大技术，新的理论及应用方法不断地被开发出来，其中常用的线性放大技术包括双线性插值运算(Bilinear Interpolation)、双立方插值运算(Bicubic Interpolation)及兰索斯法(Lanzcos)等。但是，所述这些放大技术仍存在诸多缺点，其中前述线性放大技术容易造成边缘锯齿(blocky edge)效应、细节损失及边缘模糊(blurry)等问题，而前述基于边缘的放大技虽可解决部分的边缘锯齿和模糊等问题，但是，所述基于边缘的放大技术对于边缘方向(edge direction)的准确性有着较大的依赖，容易出现因边缘方向不准确，而造成插值错误的现象，特别是，在图像中细节丰富且边缘杂乱的区域中，插值错误的问题格外明显且严重；此外，所述基于边缘的放大技术，为了保持其结果的准确性，往往必需使用庞大的运算，易造成图像处理效率不彰的问题。最后，由于目前使用的放大技术一般均是采用邻域(neighborhood)图元(pixel)的加权求和，来进行插值计算，对原图像具有低通滤波的作用，故在图像被放大后，不可避免地会造成原图像上应有的锐度和细节信息(高频部分)的损失。有鉴于此，图像处理业者为恢复原图像的品质，往往会在图像被放大后，对图像进行一些增强和恢复处理，但是所述处理又产生了边缘过冲(overshoot)及振铃效应(ringing effect)等新的瑕疵。因此如何提供一种全新的视频放大技术，使得解析度较低的图像及视频被放大且显示在解析度较高的视频设备上时，仍能呈现清晰且有利于辨识相关特征的数字图像，即成为各图像处理业者及设计人员刻正努力研究且亟待解决的重要课题。
技术实现要素：
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种视频细节放大方法。
本发明的目的可以通过以下技术方案来实现：
一种视频细节放大方法，该方法包括如下步骤：
(1)获取待处理的视频序列并分解成不同的空间频带信号；
(2)从分解的空间频带信号中获取待放大的细节信号，并将待放大的细节信号进行放大得到放大信号；
(3)将空间频带信号与放大信号相加，并进行反向重构，输出细节放大后的视频信号。
步骤(1)采用拉普拉斯金字塔方法进行视频序列的分解。
步骤(2)具体为：
首先，选取滤波器，对空间频带信号进行滤波得到待放大的细节信号；然后，设置放大因子，将待放大的细节信号乘以放大因子得到放大信号。
对空间频带信号进行滤波时采用的滤波器根据待细节放大的视频的具体放大类型确定：
对于颜色放大的视频，采用理想带通滤波器；
对于运动变化放大的视频，采用两阶段巴特沃斯滤波器。
步骤(3)中采用拉普拉斯金字塔方法进行反向重构。
与现有技术相比，本发明具有如下优点：
(1)本发明的方法简单，放大后的视频品质好；
(2)对空间频带信号进行滤波时，对于不同的放大类型采用不同的滤波器，对颜色放大的视频，采用截止频率非常陡峭的理想带通滤波器，可以降低其他信号的影响，更好地提取颜色信号，对于运动变化放大的视频，采用带宽较宽的两阶段巴特沃斯滤波器，滤波效果好，提取的信号更加准确。
附图说明
图1为本发明视频细节放大方法的流程框图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
如图1所示，一种视频细节放大方法，该方法包括如下步骤：
步骤1：获取待处理的视频序列并分解成不同的空间频带信号；
步骤2：从分解的空间频带信号中获取待放大的细节信号，并将待放大的细节信号进行放大得到放大信号；
步骤3：将空间频带信号与放大信号相加，并进行反向重构，输出细节放大后的视频信号。
步骤1采用拉普拉斯金字塔方法进行视频序列的分解。
步骤2具体为：
首先，选取滤波器，对空间频带信号进行滤波得到待放大的细节信号；然后，设置放大因子，将待放大的细节信号乘以放大因子得到放大信号。
对空间频带信号进行滤波时采用的滤波器根据待细节放大的视频的具体放大类型确定：
对于颜色放大的视频，采用理想带通滤波器；
对于运动变化放大的视频，采用两阶段巴特沃斯滤波器；
步骤3中采用拉普拉斯金字塔方法进行反向重构。
在上述过程中，较为重要的是放大因子的设定。放大因子α通过下式确定：
其中δ(t)为待放大的细节信号中每一像素点对应值的时间变化函数。λ为空间波长，时间过滤频率上下限可以通过观察原视频肉眼可见部分估计得到。放大因子进行动态确定，α初始值设置为0，通过比对距离指定距离的两帧的变化，使用以下公式动态确定放大参数，实现变化小的两帧变化更小，变化大的两帧变化更大的效果，即自动的让动作的关键帧变化更明显。
采用上述方法搭建了基于欧拉方法的视频放大系统软件，可用于对肉眼无法观察或变化很微小的视频进行动作或颜色的放大。本软件通过对视频进行空间和时间上的过滤，对待放大的每个像素点每一帧的变化进行给定放大参数的放大，可以将视频中的微小变化放大到肉眼可见，为进一步的利用这些细微变化提供的信息提供了可能。本软件操作简单友好，仅需要用户选择需要放大的视频的类型，每一种类型有相应的默认参数，用户也可以手动更改参数，以便更加匹配需求，另外用户可以选择动态放大，无需输入放大参数，就可以快速方便地实现视频细节放大的功能，得到输出视频。可以设置视频细节放大的类型，有五个选项，(1)对于将颜色变化放大的视频，空间分解使用的是高斯模糊方法，滤波器采用理想带通滤波器；(2)对于肉眼基本不可见的动作变化，空间分解使用的是拉普拉斯金字塔分解，时间过滤使用的两阶段巴特沃斯过滤；(3)对于较一般的动作幅度的视频放大，空间分解使用的是拉普拉斯金字塔分解，滤波器采用理想带通滤波器；(4)对于微小变化的视频，空间分解使用的是拉普拉斯金字塔分解，滤波器两阶段无限冲击响应过滤；(5)对于一般的视频放大：与较一般的动作幅度的视频放大使用的空间分解和滤波器方法一致，但放大因子无需用户设置，放大因子动态生成，节省了设置参数人力，并对视频细节放大进行了进一步的放大或缩小，使效果更明显。
该方法的核心基于欧拉方法，首先利用空间分解对每一帧视频分层，再利用时间过滤得到每一层每一个像素点的平滑的时间的变化，最后根据放大因子，对待待放大的细节信号每一个像素点的进行放大后，并重构视频每一帧，输出视频。