CN101651773A - 一种去除图像闪烁的方法 - Google Patents

Abstract

本发明公开了一种去除图像闪烁的方法，用于对视频图像中除第一帧图像之外的其它帧图像的闪烁进行去除，包括：将当前帧的前一帧闪烁产生前图像与当前帧闪烁产生后图像带入含参数的线性模型中，得到所述参数的值，再将所述参数的值代入含参数的线性模型中，得到用于去除闪烁的模型；将当前帧闪烁产生后图像代入所述去除闪烁的模型中，得到当前帧的闪烁产生前图像。应用本发明所述的方法，不仅可以有效地去除图像闪烁，而且摆脱了对操作人员经验的依赖，自动化程度较高。

Description

一种去除图像闪烁的方法

技术领域

本发明涉及图像处理技术领域，特别涉及一种去除图像闪烁的方法。

背景技术

闪烁是指视频图像在空间和时间上的并非反映场景真实亮度的随机变化，这种随机变化不仅会给人一种一明一暗的视觉效果、使人眼容易疲劳，而且还会影响到视频图像的压缩。因此，需要对视频图像中出现的闪烁进行去除。由于造成闪烁的原因很多，闪烁的表现形式也很多，如何去除闪烁也就成为一个非常复杂的问题。

目前，常用的去除闪烁方法是通过建立闪烁模型以及对建立的闪烁模型进行参数估计来实现的，而现有的闪烁模型又有非线性模型和线性模型两种，下面分别对采用这两种模型去除闪烁的过程进行详细地说明。

非线性模型是将闪烁产生前后两帧图像之间的亮度关系视为一种非线性变化关系的数学模型，通过估计表示这种非线性关系的数学模型来去除闪烁，其数学表达式为：

I_n(x，y)＝f(I′_n(x，y))，其中，I′_n(x，y)为闪烁产生前第n帧图像中坐标(x，y)上的像素值，I_n(x，y)为闪烁产生后第n帧图像中坐标(x，y)上的像素值，f为非线性函数，该非线性函数没有确定的表达式，不同的图像有不同的非线性函数。

基于直方图匹配的方法是现有采用非线性模型去除闪烁的代表方法，它去除闪烁的基本思想是采用直方图匹配的方式，使闪烁产生前后同一帧图像的直方图一致。这种方法可以从一定程度上去除闪烁，但也存在不足之处：首先，直方图并不包含位置信息，因此采用该方法去除闪烁的效果也就不明显，特别是当图像中包含运动区域时，直方图的获取就更加不准确，因此，将大大降低整幅图像的去除闪烁效果；其次，如果图像中出现大块斑点的话，对直方图的影响也会非常大，这样对直方图的估计精度也就会大大下降，从而使得去除闪烁效果大大降低。

线性模型是将闪烁产生前后同一帧图像之间的亮度关系视为一个有乘性因子和加性因子线性关系的数学模型，其中，乘性因子表示与闪烁产生前图像内容相关的闪烁分量，加性因子表示与闪烁产生前图像内容无关的闪烁分量，其数学表达式如下：

I_n(x，y)＝a(x，y)×I′_n(x，y)+b(x，y)，其中，I′_n(x，y)为闪烁产生前第n帧图像中坐标(x，y)上的像素值，I_n(x，y)为闪烁产生后第n帧图像中坐标(x，y)上的像素值，a(x，y)为坐标(x，y)上的闪烁的乘性因子，b(x，y)为坐标(x，y)上的闪烁的加性因子。

从线性模型的数学表达式可以看出，去除闪烁的问题也就是对方程中的参数a(x，y)，b(x，y)进行估计的问题。但是，该方程中有I_n(x，y)、I′_n(x，y)、a(x，y)和b(x，y)4个量，而I′_n(x，y)、a(x，y)和b(x，y)均为未知量，所以方程是一个病态方程，根本无法求解，也就制约了采用线性模型来去除图像产生的闪烁。

发明内容

有鉴于此，本发明的主要目的在于提供一种去除图像闪烁的方法，能够有效地去除图像产生的闪烁。

为达到上述目的，本发明的技术方案具体是这样实现的：

一种去除图像闪烁的方法，用于对视频图像中除第一帧图像之外的其它帧图像的闪烁进行去除，包括：

将当前帧的前一帧闪烁产生前图像与当前帧闪烁产生后图像带入含参数的线性模型中，得到所述参数的值，再将所述参数的值代入含参数的线性模型中，得到用于去除闪烁的模型；

将当前帧闪烁产生后图像代入所述去除闪烁的模型中，得到当前帧的闪烁产生前图像。

由上述的技术方案可见，本发明所采用的去除图像闪烁的方法，通过将当前帧的前一帧闪烁产生前图像作为当前帧的闪烁产生前图像，从而得到线性模型中的参数，将得到的参数带入线性模型中从而得到能够去除闪烁的模型，进一步地将当前帧的闪烁产生后图像代入模型，就可以实现对除第一帧图像之外的其它帧图像的闪烁进行去除。应用本发明所述的方法，不仅可以有效地去除图像闪烁，而且摆脱了对操作人员经验的依赖，自动化程度较高。

附图说明

图1为本发明所采用的去除图像闪烁方法的工作流程图。

图2为本发明去除全局闪烁时参数计算方法的工作流程图。

图3为本发明去除局部闪烁时参数计算方法的工作流程图。

图4(a)为本发明所采用的去除全局闪烁的视频图像序列。

(b)为采用本发明方法去除全局闪烁后的视频图像序列。

图5为本发明去除全局闪烁前后视频图像序列灰度均值比较示意图。

图6为本发明所采用的去除局部闪烁的视频图像。

图7(a)和(b)为去除局部闪烁前后的灰度值均值比较示意图。

具体实施方式

为解决现有技术中存在的问题，本发明提出一种去除图像闪烁的方法，即将当前帧的前一帧产生闪烁前图像作为当前帧的产生闪烁前图像，从而可以通过线性模型去除图像产生的闪烁，该方法不仅可以有效地去除闪烁，而且摆脱了对操作人员经验的依赖，自动化程度较高。

在介绍具体的方案之前，首先介绍一下红、绿、蓝(RGB)色彩模型以及亮度、色度、饱和度(YUV)模型的概念。RGB色彩模型是工业界的一种颜色标准，通过对R、G、B三个颜色通道进行变化以及对它们相互之间进行叠加来得到各种各样的颜色，所以，对于图像中的每一个像素点，均可用R、G、B三个分量来表示(通常，每个分量的取值范围为0～255)。

基于上述介绍，本发明所述方案的具体实现包括：

将当前帧的前一帧闪烁产生前图像与当前帧闪烁产生后图像带入含参数的线性模型中，得到所述参数的值，再将所述参数的值代入含参数的线性模型中，得到用于去除闪烁的模型；

将当前帧闪烁产生后图像代入所述去除闪烁的模型中，得到当前帧的闪烁产生前图像。

需要说明的是，在本实施例中，根据闪烁的具体存在形式不同，将闪烁分为全局闪烁和局部闪烁两种。其中，全局闪烁是指整幅图像同时变亮或变暗，这种变化与空间位置没有任何关系，从信号分析的角度来看是一种在时间上连续、空间上一致的信号；局部闪烁则是指图像局部亮度出现非自然的变化，这种变化在时间上连续、在空间上也连续，且出现的位置是随机的，从信号分析的角度来看是一种时间和空间上都连续的信号。

为使本发明的目的、技术方案及优点更加清楚明白，以下参照附图并举实施例，对本发明进一步详细说明。

图1为本发明所采用的去除图像闪烁方法的工作流程图。如图1所示，该方法包括：

步骤101：将第二帧图像作为当前帧图像。

在本实施例中，对视频图像进行去除闪烁时，都是假定第一帧图像是一个没有产生闪烁的图像帧。因此，对视频图像进行去除闪烁首先需要对第二帧图像的闪烁进行去除，也就需要将第二帧图像作为当前帧图像。

步骤102：将当前帧的前一帧闪烁产生前图像作为当前帧的闪烁产生前图像。

需要说明的是，在本实施例中，对图像进行去除闪烁是依次对视频图像中的每一帧进行的，因此，在对当前帧图像的闪烁进行去除时，当前帧的前一帧图像已经完成去除闪烁的操作了，根据相邻帧图像之间变化比较小的特点，将当前帧的前一帧去除闪烁后图像，也即其闪烁产生前图像作为当前帧的闪烁产生前图像。

步骤103：将当前帧的前一帧闪烁产生前图像与当前帧闪烁产生后图像代入线性模型，通过对模型所构成的方程进行计算，从而得到模型中的参数。

由于非线性模型对于不同的图像有不同的函数表达式，而且这种函数表达式又是不确定的。因此，在本实施例中，采用了线性模型来对闪烁进行去除，所采用的线性模型的数学表达式仍为：

I_n(x，y)＝a(x，y)×I′_n(x，y)+b(x，y)，

将当前帧的前一帧闪烁产生前图像作为当前帧的闪烁产生前图像代入上述线性模型，也即将I′_n-1(x，y)的应用于I′_n(x，y)后，线性模型的数学表达式改写为：

I_n(x，y)＝a(x，y)×I′_n-1(x，y)+b(x，y)，

此时，即可对改写后的线性模型所构成的方程进行求解，得到参数a(x，y)和b(x，y)。

需要说明的是，在本实施例中，对图像闪烁进行去除时，均假定第一帧是一个没有发生闪烁的图像帧。

还需说明的是，由于全局闪烁和局部闪烁的不同特点，在本步骤中，对全局闪烁和局部闪烁采用了不同的参数计算过程，下面分别对这两种参数计算过程进行描述。

图2为本发明去除全局闪烁时参数计算方法的工作流程图。如图2所示，该方法包括以下步骤：

步骤201：将线性模型变换为适用于去除全局闪烁的方程。

在本步骤中，将当前帧的前一帧闪烁产生前图像作为当前帧的闪烁产生前图像，也即将I′_n-1(x，y)的处理结果应用于I′_n(x，y)后，线性模型的数学表达式改写为：

I_n(x，y)＝a(x，y)×I′_n-1(x，y)+b(x，y)。

又由于全局闪烁的随机变化与空间位置没有任何关系的特点，将改写后的线性模型中的a(x，y)和b(x，y)分别简化为常数a和b，得到的适用于去除全局闪烁的方程即为：

I_n(x，y)＝a×I′_n-1(x，y)+b。

步骤202：将得到的适用于去除全局闪烁的方程进行离散化处理。

由步骤201得到的方程是一个超定方程，是不能直接对其进行计算得到参数a和b的，为了方便计算，需要对其进行相应地变换，在本实施例中，采用了对其进行离散化的操作，离散化后的方程变为：

其中，M×N为图像的大小。

进一步地，离散化后的方程实际上是由M×N个方程组成的，为了更精确地表达这些方程，将离散化后的方程变为如下形式：

$\left[\begin{array}{c}{I}_n\left(\mathrm{1,1}\right)\\ I_n\left(\mathrm{1,2}\right)\\ .\\ .\\ .\\ I_n(1,N)\\ I_n\left(\mathrm{2,1}\right)\\ .\\ .\\ .\\ I_n(M,1)\\ .\\ .\\ .\\ I_n(M,N-1)\\ I_n(M,N)\end{array}\right]\left[\begin{array}{c}{I}_n^{\′}\left(\mathrm{1,1}\right)\\ I_n^{\′}\left(\mathrm{1,2}\right)\\ .\\ .\\ .\\ I_n^{\′}(1,N)\\ I_n^{\′}\left(\mathrm{2,1}\right)\\ .\\ .\\ .\\ I_n^{\′}(M,1)\\ .\\ .\\ .\\ I_n^{\′}(M,N-1)\\ I_n^{\′}(M,N)\end{array}\right]\×a+b.$

步骤203：对离散化后的方程进行求解，得到去除全局闪烁方程中的参数。

由步骤202得到的离散化后的方程是一个超定方程组，对超定方程组进行求解可以有多种方式，为了得到其最优解，本实施例采用了最小均方差估计的方式，具体的估计过程如下：

首先，将超定方程组简化为：

I_n(i，j)＝a×I′_n-1(i，j)+b，其中，

$I_n(i,j)=\left[\begin{array}{c}{I}_n\left(\mathrm{1,1}\right)\\ I_n\left(\mathrm{1,2}\right)\\ .\\ .\\ .\\ I_n(1,N)\\ I_n\left(\mathrm{2,1}\right)\\ .\\ .\\ .\\ I_n(M,1)\\ .\\ .\\ .\\ I_n(M,N-1)\\ I_n(M,N)\end{array}\right],$ $I_{n-1}^{\′}(i,j)=\left[\begin{array}{c}{I}_n^{\′}\left(\mathrm{1,1}\right)\\ I_n^{\′}\left(\mathrm{1,2}\right)\\ .\\ .\\ .\\ I_n^{\′}(1,N)\\ I_n^{\′}\left(\mathrm{2,1}\right)\\ .\\ .\\ .\\ I_n^{\′}(M,1)\\ .\\ .\\ .\\ I_n^{\′}(M,N-1)\\ I_n^{\′}(M,N)\end{array}\right];$

其次，根据最小均方差估计，a和b的估计值应使 $\underset{i=1}{\overset{M}{\mathrm{\Σ}}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{(I_n(i,j)-I_{n-1}^{\′}(i,j)\×a-b)}^2$ 最小，令 $J=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{(I_n(i,j)-I_{n-1}^{\′}(i,j)\×a-b)}^2,$ 则有，

$\frac{\∂J}{\∂a}=2\underset{i=1}{\overset{M}{\mathrm{\Σ}}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}((I_n(i,j)-I_{n-1}^{\′}(i,j)\×\mathrm{\α}-b)\×I_n^{\′}(i,j)),$ $\frac{\∂J}{\∂b}=-2\underset{i=1}{\overset{M}{\mathrm{\Σ}}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}(I_n(i,j)-I_{n-1}^{\′}(i,j)\×a-b),$ 最后，令 $\frac{\∂J}{\∂a}=0,$ $\frac{\∂J}{\∂b}=0,$ 整理后即可得到，

$a=\frac{\underset{i=1}{\overset{M}{\text{\Σ}}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}((I_n(i,j)\×I_{n-1}^{\′}(i,j))-E\left(I_n(i,j)\right)\×E\left(I_{n-1}^{\′}(i,j)\right))}{\underset{i=1}{\overset{M}{\mathrm{\Σ}}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}((I_{n-1}^{\′}(i,j)\×I_{n-1}^{\′}(i,j))-E\left(I_{n-1}^{\′}(i,j)\right))},$

b＝E(I_n(i，j))-a×E(I′_n-1(i，j))。

至此，即完成了得到去除全局闪烁方程中参数的全部过程。

下面对去除局部闪烁方程中的参数的计算过程进行描述，图3即为本发明去除局部闪烁时参数计算方法的工作流程图。如图3所示，该方法包括以下步骤：

步骤301：将线性模型变换为适用于去除局部闪烁的方程。

同去除全局闪烁时一样，由于现有的线性模型中有四个变量，而其中三个是未知的，因此，采用现有线性模型进行去除局部闪烁同样是无法求解的。依据同一图像序列中相邻帧图像之间变化比较小的特点，将当前帧的前一帧闪烁产生前图像作为当前帧的闪烁产生前图像，也即将I′_n-1(x，y)的处理结果应用于I′_n(x，y)，得到的适用于去除局部闪烁的方程为：

I_n(x，y)＝a(x，y)×I′_n-1(x，y)+b(x，y)。

步骤302：对得到的适用于去除局部闪烁的方程进行约束，得到约束后的方程。

由于去除局部闪烁的方程中有两个未知量a(x，y)和b(x，y)，而这两个未知量是未知矩阵，因此，由步骤301得到的方程是病态方程，对病态方程进行求解时首先需要处理其中存在的病态问题。在本实施例中，利用契诃洛夫(Tikhonov)提出的规整化思想，通过构造一个附加的稳定化泛函来处理这个病态问题，具体为：

首先，将去除局部闪烁的方程约束为：

ε₁＝I_n(x，y)-a(x，y)×I′_n-1(x，y)-b(x，y)；

其次，由于局部闪烁是一个空间连续的过程，在没有外界人为干扰的情况下，不会出现明显的边界；又由于局部闪烁还是一个时间连续的过程，每帧之间的闪烁分量变化不是很大，故在本实施例中，将稳定化泛函定义为：

${\mathrm{\ϵ}}_2={|\▿a(x,y)|}^2+{|\▿b(x,y)|}^2+{|\▿a_t(x,y)|}^2+{|\▿b_t(x,y)|}^2,$

其中，a_t(x，y)为相邻两帧之间a(x，y)的变化，即a_t(x，y)＝|a_n(x，y)-a_n-1(x，y)|，b_t(x，y)为相邻两帧之间b(x，y)的变化，即b_t(x，y)＝|b_n(x，y)-b_n-1(x，y)|；

和

分别为矩阵a(x，y)、b(x，y)、a_t(x，y)和b_t(x，y)的梯度场，且 $|\▿a(x,y)|=\sqrt{{\left(\frac{\∂a(x,y)}{\∂x}\right)}^2+{\left(\frac{\∂a(x,y)}{\∂y}\right)}^2},$ $|\▿b(x,y)|=\sqrt{{\left(\frac{\∂b(x,y)}{\∂x}\right)}^2+{\left(\frac{\∂b(x,y)}{\∂y}\right)}^2},$ $|\▿a_t(x,y)|=\sqrt{{\left(\frac{\∂a_t(x,y)}{\∂x}\right)}^2+{\left(\frac{\∂a_t(x,y)}{\∂y}\right)}^2},$ $|\▿b_t(x,y)|=\sqrt{{\left(\frac{\∂b_t(x,y)}{\∂x}\right)}^2+{\left(\frac{\∂b_t(x,y)}{\∂y}\right)}^2}.$

则经过两次约束后的去除局部闪烁的方程变换为：

$(a(x,y),b(x,y))=\underset{(a(x,y),b(x,y))}{\arg \min }\underset{A}{\∫\∫}({{\mathrm{\ϵ}}_1}^2+{\mathrm{\α\ϵ}}_2)\mathrm{dxdy},$

其中，A为图像的支持域，α为常数，当α的值太大或太小时，得到的a(x，y)和b(x，y)都不能收敛，也就不能去除局部闪烁，实验证明，当α＝20时，能够较好地去除局部闪烁。

步骤303：对约束后的方程进行变分，得到适合求解的方程。

由步骤302得到的约束后的方程需要用最小化能量泛函来求解，而用泛函来求解参数时需要转化为通过求解方程来求解参数，在本实施例中，将约束后的方程进行变分，得到欧拉-拉格朗日(Euler Lagrange)方程如下：

I_n(x，y)·I′_n-1(x，y)-I′_n-1(x，y)²·a(x，y)-I′_n-1(x，y)·b(x，y)+α(2Δa_n(x，y)-Δa_n-1(x，y))＝0，

I_n(x，y)-I′_n-1(x，y)·a(x，y)-b(x，y)+α(2Δb_n(x，y)-Δb_n-1(x，y))＝0，

其边界条件为诺埃曼(Neumann)边界条件，如下：

${\frac{\∂a(x,y)}{\∂n}|}_{\∂A}=0,$ ${\frac{\∂b(x,y)}{\∂n}|}_{\∂A}=0,$

为图像边界，n为图像边界的垂直方向。

步骤304：将得到的适合求解的方程进行求解，得到去除局部闪烁方程中的参数。

为了求解由步骤303得到的Euler Lagrange方程，需要进行如下操作：

首先，将方程组按照有限差分法进行离散化，得到：

I_n(i，j)·I′_n-1(i，j)-I′_n-1(i，j)²·a(i，j)-I′_n＝1(i，j)·b(i，j)+α(2Δa_n(i，j)-Δa_n-1(i，j))＝0，

I_n(i，j)-I′_n-1(i，j)·a(i，j)-b(i，j)+α(2Δb_n(i，j)-Δb_n-1(i，j))＝0，

其中，Δa(i，j)＝a(i，j-1)+a(i，j+1)+a(i-1，j)+a(i+1，j)-4a(i，j)，

Δb(i，j)＝b(i，j-1)+b(i，j+1)+b(i-1，j)+b(i+1，j)-4b(i，j)，

i＝1，2，......，M，j＝1，2，......，N，M×N为图像的大小；

其次，将离散化后的方程组表示成如下矩阵的形式：

A_sX＝b_s，

其中，A_s＝B+α₁C，B为一个对称的正定矩阵，C为由拉普拉斯算子构成的卷积核矩阵，且

$B={\left[\begin{array}{cc}{\left(I_{n-1}^{\′}{(i,j)}^2\right)}^T& {\left(I_{n-1}^{\′}(i,j)\right)}^T\\ {\left(I_{n-1}^{\′}(i,j)\right)}^T& 1\end{array}\right]}^T,$

$L=\frac{1}{8}\left[\begin{array}{ccc}0& 1& 0\\ 1& -4& 1\\ 0& 1& 0\end{array}\right]$

X＝(a^T，b^T)^T，

b_s＝((I_n-1(i，j)·I_n(i，j)-αΔa_n-1)^T，(I_n(i，j)-αΔb_n-1)^T)^T；

最后，用如下的共轭梯度法来求解矩阵，得到去除局部闪烁方程中的参数a(x，y)和b(x，y)，

令β＝0， $\hat{x}=0,$ r＝b_s， $p=\frac{1}{a_{\max }}{b}_s,$ 其中，a_max为矩阵A_s中的最大元，当p没有达到最小值时，

$p=\frac{1}{a_{\max }}r+\mathrm{\βp},$ ${\mathrm{\α}}_0=\frac{\frac{1}{a_{\max }}{r}^{T}r}{p^T{A}_{s}p},$ $\hat{x}=\hat{x}+{\mathrm{\α}}_{0}p,$ r₀＝r，r＝r₀-α₀A_sp， $\mathrm{\β}=\frac{r^{T}r}{r_0^T{r}_0};$

当p达到最小值时结束求解过程。

进一步地，为了补偿用当前帧的前一帧闪烁产生前图像代替当前帧的闪烁产生前图像带来的误差，可以将得到的参数进行中值滤波。在本实施例中，得到的参数为矩阵的形式，对矩阵进行中值滤波的具体实现方式为：分解为对矩阵中的每一个像素分别进行中值滤波，在对矩阵中的像素进行中值滤波时，需要以滤波的像素为中心，取一定大小的窗口，然后，将窗口内所有的像素按照大小进行排列，取出排列好的像素的中间值作为需要滤波的像素的值即可。需要说明的是，窗口大小如果过大，则会使得滤波过程很缓慢；如果过小，滤波效果会不明显，实验证明，取图像大小的1/10大小的窗口既能够得到比较好的滤波效果，又不会使得滤波过程很慢。

至此，即得到了去除局部闪烁方程中的参数。

步骤104：将得到的参数以及当前帧闪烁产生后图像代入线性模型，得到当前帧闪烁产生前图像。

将得到的参数代入线性模型中，即可得到去除闪烁的方程，进一步地，将当前帧闪烁产生后图像代入上述去除闪烁的方程中，即可得到当前帧闪烁产生前图像。

在本步骤中，需要将得到的全局闪烁的参数和局部闪烁的参数分别代入线性模型中，得到适用于去除全局闪烁的方程和适用于去除局部闪烁的方程后；再将当前帧闪烁产生后图像分别代入所述去除全局闪烁的方程中和所述去除局部闪烁的方程中，得到当前帧的去除全局闪烁后图像和当前帧的去除局部闪烁后图像，也即当前帧的全局闪烁产生前图像和的当前帧的局部闪烁产生前图像。

步骤105～106：判断当前帧是否是视频图像中的最后一帧，如果是，则结束；否则，将下一帧图像作为当前帧图像，返回执行步骤102。

在对当前帧图像产生的闪烁去除后，还需进一步判断该帧是否是图像中的最后一帧，如果是，就完成了对整个视频图像去除闪烁的操作，结束该流程即可；否则，将当前帧的下一帧图像作为当前帧图像，继续执行步骤102及其后续的操作，直至当前帧为图像中的最后一帧，也即完成去除视频图像中的每一帧所产生的闪烁。

至此，即完成了本发明去除闪烁的整个过程。

下面对实际的视频图像序列进行仿真来说明本发明去除闪烁的效果。

图4(a)为本发明所采用的去除全局闪烁的视频图像序列。如图4(a)所示，它给出的是某个视频图像序列中的第15帧至第20帧。在采用本发明方法对视频图像序列进行去除全局闪烁时平均每帧的处理时间仅需0.4秒(S)。图4(b)给出了采用本发明方法对图4(a)所示的视频图像序列去除全局闪烁后的视频图像序列。从图4中可以看出，采用本发明方法能够明显地去除图像产生的全局闪烁。

图5为本发明去除全局闪烁前后视频图像序列灰度均值比较示意图。其中，横坐标表示视频图像序列的序号，纵坐标为图像的灰度值均值。从图5中可以得到与图4同样的结论，即采用本发明方法能够去除图像的全局闪烁，而且采用本发明去除全局闪烁时所需的处理时间很短，去除全局闪烁效果明显。

图6为本发明所采用的去除局部闪烁的视频图像。如图6所示，它选取的是电影《刘巧儿》中某个比较典型的0-40帧图像序列，分辨率为576*324，其中，窗口1和窗口2均为50*50的窗口，并且在这段序列中，窗口1内图像灰度均值变化的方差为2.3，窗口2内图像灰度均值变化的方差为1.2。表1给出了现有技术去除局部闪烁与本发明去除局部闪烁方法的去除闪烁结果比较。从表1中可以看出，采用本发明方法不仅能够去除图像的局部闪烁，而且处理时所需的时间明显缩短，去除局部闪烁效果也更加明显。

表1  现有技术与本发明去除局部闪烁方法的结果比较

	总耗时(s)	平均每帧耗时(s)	窗口1局部灰度均值变化方差	窗口2局部灰度均值变化方差
					现有技术	940	23	0.50	0.52
本发明方法	353	8.6	0.46	0.30

图7为去除局部闪烁前后的灰度值均值比较示意图。如图7所示，横坐标表示视频图像序列的序号，纵坐标为窗口区域内的灰度值均值，其中，(a)为对窗口1的比较，(b)为对窗口2的比较，从这两个比较示意图中均可以得到与表1同样的结果，也就是采用本发明的方法不仅能够去除图像的闪烁，而且去除闪烁效果要比现有技术去除更加明显。

还需要说明的是，上述对图像去除闪烁过程中用到的各个I值均为灰度图像的灰度值，也就是说，上述过程是用于去除灰度图像中出现的闪烁的。对于彩色图像来说，应分别对彩色图像中的每一个RGB分量分别按照如上所述的方法来进行闪烁的去除，或者对其中的Y分量按照如上所述的方法来进行闪烁的去除。

总之，本发明所采用的去除图像闪烁的方法，通过将当前帧的前一帧闪烁产生前图像作为当前帧的闪烁产生前图像，从而得到线性模型中的参数，将得到的参数带入线性模型中从而得到能够去除闪烁的模型，进一步地将当前帧的闪烁产生后图像代入模型，就可以实现对除第一帧图像之外的其它帧图像的闪烁进行去除。应用本发明所述的方法，不仅可以有效地去除图像闪烁，而且摆脱了对操作人员经验的依赖，自动化程度较高。

综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1、一种去除图像闪烁的方法，用于对视频图像中除第一帧图像之外的其它帧图像的闪烁进行去除，其特征在于，该方法包括：

将当前帧的前一帧闪烁产生前图像与当前帧闪烁产生后图像带入含参数的线性模型中，得到所述参数的值，再将所述参数的值代入含参数的线性模型中，得到用于去除闪烁的模型；

将当前帧闪烁产生后图像代入所述去除闪烁的模型中，得到当前帧的闪烁产生前图像。

2、如权利要求1所述的方法，其特征在于，所述闪烁包括全局闪烁和局部闪烁。

3、如权利要求2所述的方法，其特征在于，所述闪烁为全局闪烁时，所述将当前帧的前一帧闪烁产生前图像与当前帧闪烁产生后图像带入含参数的线性模型中，得到所述参数的值包括：

将线性模型I_n(x，y)＝a(x，y)×I′_n(x，y)+b(x，y)变换为适用于去除全局闪烁的方程I_n(x，y)＝a×I′_n-1(x，y)+b，

其中，I_n(x，y)为闪烁产生后第n帧图像中坐标(x，y)上的像素值，I′_n(，y)为闪烁产生前第n帧图像中坐标(x，y)上的像素值，I′_n-1(x，y)为闪烁产生前第n-1帧图像中坐标(x，y)上的像素值，a(x，y)为坐标(x，y)上的闪烁的乘性因子，b(x，y)为坐标(x，y)上的闪烁的加性因子，a和b为常数；

将得到的适用于去除全局闪烁的方程进行离散化处理为

其中，M×N为图像的大小；

对离散化后的方程进行求解，得到去除全局闪烁方程中的参数a和b。

4、如权利要求3所述的方法，其特征在于，所述闪烁为全局闪烁时，所述将所述参数的值代入含参数的线性模型中，得到用于去除闪烁的模型包括：

将所述去除全局闪烁方程中的参数代入含参数的线性模型中，得到适用于去除全局闪烁的方程。

5、如权利要求4所述的方法，其特征在于，所述闪烁为全局闪烁时，所述将当前帧闪烁产生后图像代入所述去除闪烁的模型中，得到当前帧的闪烁产生前图像包括：

将当前帧闪烁产生后图像代入所述去除全局闪烁的方程中，得到当前帧的全局闪烁产生前图像。

6、如权利要求2所述的方法，其特征在于，所述闪烁为局部闪烁时，所述将当前帧的前一帧闪烁产生前图像与当前帧闪烁产生后图像带入含参数的线性模型中，得到所述参数的值包括：

将线性模型I_n(x，y)＝a(x，y)×I′_n(x，y)+b(x，y)变换为适用于去除局部闪烁的方程I_n(x，y)＝a(x，y)×I′_n-1(x，y)+b(x，y)；

对得到的适用于去除局部闪烁的方程进行约束，得到约束后的方程为

$(a(x,y),b(x,y))=\underset{(a(x,y),b(x,y))}{\arg \min }\underset{A}{\∫\∫}({{\mathrm{\ϵ}}_1}^2+\mathrm{\α}{\mathrm{\ϵ}}_2)\mathrm{dxdy},$

其中，A为图像的支持域，α为常数，ε₁＝I_n(x，y)-a(x，y)×I′_n-1(x，y)-b(x，y)，

${\mathrm{\ϵ}}_2={|\▿a(x,y)|}^2+{|\▿b(x,y)|}^2+{|\▿a_t(x,y)|}^2+{|\▿b_t(x,y)|}^2,$ 且

a_t(x，y)＝|a_n(x，y)-a_n-1(x，y)|，b_t(x，y)＝|b_n(x，y)-b_n-1(x，y)|，

$|\▿a(x,y)|=\sqrt{{\left(\frac{\∂a(x,y)}{\∂x}\right)}^2+{\left(\frac{\∂a(x,y)}{\∂y}\right)}^2},$ $|\▿b(x,y)|=\sqrt{{\left(\frac{\∂b(x,y)}{\∂x}\right)}^2+{\left(\frac{\∂b(x,y)}{\∂y}\right)}^2},$

$|\▿a_t(x,y)|=\sqrt{{\left(\frac{\∂a_t(x,y)}{\∂x}\right)}^2+{\left(\frac{\∂a_t(x,y)}{\∂y}\right)}^2},$ $|\▿b_t(x,y)|=\sqrt{{\left(\frac{\∂b_t(x,y)}{\∂x}\right)}^2+{\left(\frac{\∂b_t(x,y)}{\∂y}\right)}^2};$

对约束后的方程进行变分，得到适合求解的方程为，

I_n(x，y)·I′_n-1(x，y)-I′_n-1(x，y)²·a(x，y)-I′_n-1(x，y)·b(x，y)+α(2Δa_n(x，y)-Δa_n-1(x，y))＝0，

I_n(x，y)-I′_n-1(x，y)·a(x，y)-b(x，y)+α(2Δb_n(x，y)-Δb_n-1(x，y))＝0，

其边界条件为诺埃曼(Neumann)边界条件，如下：

$\frac{\∂a(x,y)}{\∂n}{|}_{\∂A}=0,$ $\frac{\∂b(x,y)}{\∂n}{|}_{\∂A}=0,$

为图像边界，n为图像边界的垂直方向；

将得到的适合求解的方程进行求解，得到去除局部闪烁方程中的参数。

7、如权利要求6所述的方法，其特征在于，所述闪烁为局部闪烁时，所述将所述参数的值代入含参数的线性模型中，得到用于去除闪烁的模型包括：

将所述去除局部闪烁方程中的参数代入含参数的线性模型中，得到适用于去除局部闪烁的方程。

8、如权利要求7所述的方法，其特征在于，所述闪烁为局部闪烁时，所述将当前帧闪烁产生后图像代入所述去除闪烁的模型中，得到当前帧的闪烁产生前图像包括：

将当前帧闪烁产生后图像代入所述去除局部闪烁的方程中，得到当前帧的局部闪烁产生前图像。

Images