CN104717400A - 一种监控视频的实时去雾方法 - Google Patents
一种监控视频的实时去雾方法 Download PDFInfo
- Publication number
- CN104717400A CN104717400A CN201510056025.8A CN201510056025A CN104717400A CN 104717400 A CN104717400 A CN 104717400A CN 201510056025 A CN201510056025 A CN 201510056025A CN 104717400 A CN104717400 A CN 104717400A
- Authority
- CN
- China
- Prior art keywords
- video
- transfer rate
- scene
- mist elimination
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Abstract
本发明涉及一种监控视频的实时去雾方法,属于图像处理技术领域。包括如下步骤:1、场景数据采集和采样;2.监控视频内容划分;3.监控视频去雾处理,3.1有雾天气检测;3.2视频背景去雾;3.3视频前景去雾;3.4大气光估计。与现有视频/图像去雾方法相比,本发明具有算法简单、计算复杂度低、实现速度快;算法对监控视频的特点有针对性处理,减小了无雾天气时的计算冗余,且鲁棒性强。
Description
技术领域
本发明涉及一种监控视频的实时去雾方法,属于图像处理技术领域。
背景技术
视频去雾问题是计算机视觉领域中的一个重要课题,其是指对在雾天拍摄的降质的视频进行增强还原以消除雾气的影响,增强其视觉效果和可视度的问题。在雾、霾天气条件下,场景辐射照度被大气中的悬浮微粒散射,户外场景能见度降低,图像/视频中的目标对比度和颜色特征被衰减,场景的可辨识度大大降低。随着社会经济的发展,诸如智能监控视频、目标检测与识别以及遥感应用等领域对视频的依赖越来越大,去除视频中雾气对场景及目标的影响显得十分必要。
由于视频可以被简单视为连续的图像序列,故可利用图像去雾方法对视频进行处理。近年来,图像去雾方法已有很多相关研究,比如基于局部先验的图像去雾方法(He K,Sun J,Tang X.Single image haze removal usingdark channel prior[J].Pattern Analysis and Machine Intelligence,IEEETransactions on,2011,33(12):2341-2353;Fattal,Raanan."Single imagedehazing."ACM Transactions on Graphics(TOG).Vol.27.No.3.ACM,2008.)。以上的图像去雾算法能够对图像实现去雾增强。但是利用图像局部先验对场景的深度或传输率进行估计时,对于真实场景中的很多情况,先验的失效会导致场景深度或传输率的估计错误,从而导致最终的图像去雾效果不佳。同时该类方法计算复杂度高,耗费大量的运算时间和空间,制约了其实际应用中的实时性。总体来说,利用单幅图像去雾算法对视频进行逐帧去雾增强处理,没有考虑视频本身时间连续性,造成去雾视频的局部或全局不连续或闪烁。
申请号为CN201210125321.5的专利公开了一种基于自适应容差的视频图像去雾方法。该方法利用引导滤波对透射率的估计进行细化,从而得到更加细致的透射图,使去雾结果更加细腻。但引导滤波的过程计算复杂度高,并不能满足视频处理的实时性要求。
申请号为CN201110134572.5的专利公开了一种实时视频的去雾处理系统。该系统利用数字集成电路实现了去雾,通过硬件加速来提升去雾处理的速度。该系统处理分辨率为288×352的视频速度可达60帧/秒,处理720×576的视频速率可达15帧/秒。该方法对于高清视频并不能满足实时去雾处理。
发明内容
本发明的目的是为了解决视频去雾算法计算复杂度高,不能满足实时处理的问题,提出了一种监控视频的实时去雾方法。该方法根据监控视频场景固定的特点,首先对监控场景进行数据采集,利用采集到的数据作为先验对监控视频进行实时去雾。
本发明的目的是是通过下述技术方案实现的。
一种监控视频的实时去雾方法,包括如下步骤:
步骤一、场景数据采集和采样
分时段对场景监控视频进行采集,对采集到的视频进行采样,对得到的样本场景图像提取光照、对比度、暗通道等特征,按照特征相似性,采用K-means进行聚类,通过归为一类的的图像对场景的传输率图进行估计,然后将所得到的K个传输率图进行最小二乘优化,得到最终估计得场景传输率图以及对应的样本图像。
步骤二.监控视频内容划分
监控视频的智能化处理更关注运动目标,故运动目标的去雾效果至关重要。对于采集到的监控视频,首先采用帧差法将视频帧划分为运动目标和背景两个部分。对于背景部分,直接套用第一步中估计得到的场景传输率;对于运动目标部分进行传输率的重新计算估计。
步骤三.监控视频去雾处理
1)有雾天气检测:均匀间隔对视频中某一帧进行检测,提取其暗通道特征,当大于预设阈值时为无雾天气,不需要进行去雾处理;当小于预设阈值时判定为有雾天气,进行去雾处理。
2)视频背景去雾:对视频进行均匀采样抽样图像,对抽样图像在第一步中的样本图像集合中检测最相似的样本图像,将该样本图像的传输率图设为背景部分的传输率图。
3)视频前景去雾:由于场景深度变化的平滑性,前景部分的深度应与周围环境的深度相近。故考虑传输率的平滑性和前景部分的对比度增强两个因素,构造能量函数,对前景部分的传输率图优化求解。由于前景部分的区域较小,求解十分迅速。
4)大气光估计:由于对单幅图像进行大气光估计的误差,会造成去雾视频的整体亮度变化不平滑而出现闪烁。本发明采用对抽样得到的样本图像进行大气光估计,并对视频连续的大气光值进行平滑处理,避免去雾视频的闪烁,同时减小了大气光估计的计算量。
有益效果
与现有视频/图像去雾方法相比,本发明具有以下明显的有益效果
1.算法简单,计算复杂度低,实现速度快。
2.算法对监控视频的特点有针对性处理,减小了无雾天气时的计算冗余,且鲁棒性强。
附图说明
图1是场景监控视频采集流程图;
图2是场景去雾方法流程图。
具体实施方式
下面结合附图对本发明的具体实施方式做详细说明。
一种监控视频的实时去雾方法,如图1所示,其具体实现过程如下:
步骤一、场景监控视频采集
对于监控摄像头采集的视频流,每分钟进行一次数据采集,将每30分钟所采集到的30帧图像进行平均,作为该时段的样本图像数据。对采集到的样本图像Ie提取如下特征:
1)图像平均亮度Lmean=Σx,yLe(x,y)。其中Le为Ie在Lab颜色空间中的亮度分量,x、y为图像像素坐标。
2)图像对比度其中pi定义为i%的图像像素值的饱和度低于pi的值,i、j为5的倍数。
3)图像暗通道特征
其中窗口Δ大小选择为25×25,c为图像的r、g、b通道。同时为了加速计算,对暗通道特征图像进行下采样。
通过上述特征,对采集的样本进行聚类,采用K-means算法,相似度距离函数采用欧式距离。对每个类别的图像集分别求得对应的场景传输率图,采用暗通道图像去雾方法估计(He K,Sun J,Tang X.Single image hazeremoval using dark channel prior[J].Pattern Analysis and Machine Intelligence,IEEE Transactions on,2011,33(12):2341-2353.),使用引导滤波对传输率图进行细化。
步骤二、雾天判断和视频内容划分,见图2
1)监控视频雾天判断:对每30分钟采集的样本,求得其对应的暗通道图像,并用阈值法对暗通道图像进行二分,阈值设为120,当暗通道值小的部分超过预设阈值T时,则当前天气判定为晴天,无需进行增强处理;当暗通道值小的部分不足预设阈值T时,则判断为有雾天气,进行去雾处理。取T=0.6。
2)当前天气判定为有雾天气时,进行视频内容的划分。采用差分法对连续视频进行运动部分检测,当差值大于阈值的时候,则判定为运动区域。利用形态滤波对检测图像进行处理,消除小区域出现的噪点,并保持运动部分的连续性。去
步骤三、监控视频去雾,见图2
1)大气光估计:由于对单幅图像进行大气光估计的误差,会造成去雾视频的整体亮度变化不平滑而出现闪烁。本发明采用对每分钟抽样得到的第i帧样本图像进行大气光估计为Ai,对大气光进行平滑,使
N为预设平滑区间,取N=30。
2)视频背景传输率估计:对视频均匀采样抽样图像I,间隔为10min,对抽样图像在第一步中的样本图像集合中检测最相似的样本图像,图像特征及特征距离函数与第一步相同。将检测到的相似样本图像对应的传输率图设为背景部分的传输率图。
3)视频前景前景传输率t估计:由于场景深度变化的平滑性,前景部分的深度应与周围环境的深度相近。故考虑传输率的平滑性和前景部分的对比度增强两个因素,对前景部分的传输率图优化求解。优化能量函数
其中,wx,y=e^(-||I(x)-I(y)||2/2δ2),Ω为x的5×5邻域,Nx为x的9×9邻域。由于前景部分的区域较小,求解十分迅速。
4)去雾处理:通过上述步骤估计得到的大气光值Ai以及场景传输率图t,计算得到去雾后的图像J为:
其中t0为传输率的下限,通常设置为0.1。
结论:通过上述步骤,得到最终的当前帧的视频去雾结果,对1080p高清视频的去雾处理速度可以达到25-30帧每秒,达到实时处理的要求。相比已有视频去雾技术对于1080p高清视每秒5帧左右的处理速度,本方法处理速度提高了4倍以上。同时本方法在无雾天气不会对视频进行处理,减小了计算冗余。
本发明不仅限于以上实施例,凡是利用本发明的设计思路,做一些简单变化的设计,都应计入本发明的保护范围之内。
Claims (1)
1.一种监控视频的实时去雾方法,其特征在于,包括如下步骤:
步骤一、场景数据采集和采样
分时段对场景监控视频进行采集,对采集到的视频进行采样,对得到的样本场景图像提取光照、对比度、暗通道等特征,按照特征相似性,采用K-means进行聚类,通过归为一类的的图像对场景的传输率图进行估计,然后将所得到的K个传输率图进行最小二乘优化,得到最终估计得场景传输率图以及对应的样本图像;
步骤二.监控视频内容划分
对于采集到的监控视频,首先采用帧差法将视频帧划分为运动目标和背景两个部分;对于背景部分,直接套用第一步中估计得到的场景传输率;对于运动目标部分进行传输率的重新计算估计;
步骤三.监控视频去雾处理
1)有雾天气检测:均匀间隔对视频中某一帧进行检测,提取其暗通道特征,当大于预设阈值时为无雾天气,不需要进行去雾处理;当小于预设阈值时判定为有雾天气,进行去雾处理;
2)视频背景去雾:对视频进行均匀采样抽样图像,对抽样图像在第一步中的样本图像集合中检测最相似的样本图像,将该样本图像的传输率图设为背景部分的传输率图;
3)视频前景去雾:由于场景深度变化的平滑性,前景部分的深度应与周围环境的深度相近;故考虑传输率的平滑性和前景部分的对比度增强两个因素,构造能量函数,对前景部分的传输率图优化求解;由于前景部分的区域较小,求解十分迅速;
4)大气光估计:采用对抽样得到的样本图像进行大气光估计,并对视频连续的大气光值进行平滑处理,避免去雾视频的闪烁,同时减小了大气光估计的计算量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510056025.8A CN104717400A (zh) | 2015-02-03 | 2015-02-03 | 一种监控视频的实时去雾方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510056025.8A CN104717400A (zh) | 2015-02-03 | 2015-02-03 | 一种监控视频的实时去雾方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104717400A true CN104717400A (zh) | 2015-06-17 |
Family
ID=53416314
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510056025.8A Pending CN104717400A (zh) | 2015-02-03 | 2015-02-03 | 一种监控视频的实时去雾方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104717400A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105550999A (zh) * | 2015-12-09 | 2016-05-04 | 西安邮电大学 | 一种基于背景复用的视频图像增强处理方法 |
CN105635526A (zh) * | 2015-12-25 | 2016-06-01 | 国网重庆市电力公司电力科学研究院 | 一种应用于视频监控系统的实时视频去雾方法及系统 |
CN106101489A (zh) * | 2016-06-30 | 2016-11-09 | 河海大学常州校区 | 基于云平台的模板匹配监控视频去雾系统及其去雾方法 |
CN106683052A (zh) * | 2015-11-06 | 2017-05-17 | 奥多比公司 | 使用视觉伪影抑制对照片和视频去雾 |
CN107277301A (zh) * | 2016-04-06 | 2017-10-20 | 杭州海康威视数字技术股份有限公司 | 监控视频的图像分析方法及其系统 |
WO2018083521A1 (en) * | 2016-11-01 | 2018-05-11 | Chun Ming Tsang | Systems and methods for removing haze in digital photos |
CN108596857A (zh) * | 2018-05-09 | 2018-09-28 | 西安邮电大学 | 用于智能驾驶的单幅图像去雾方法 |
CN108986049A (zh) * | 2018-07-20 | 2018-12-11 | 百度在线网络技术(北京)有限公司 | 用于处理图像的方法和装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101777059A (zh) * | 2009-12-16 | 2010-07-14 | 中国科学院自动化研究所 | 一种提取地标性场景摘要的方法 |
CN102156968A (zh) * | 2011-04-11 | 2011-08-17 | 合肥工业大学 | 一种基于颜色立方先验的单一图像能见度复原方法 |
CN102231791A (zh) * | 2011-06-30 | 2011-11-02 | 北京云加速信息技术有限公司 | 一种基于图像亮度分层的视频图像去雾方法 |
CN102411774A (zh) * | 2011-08-08 | 2012-04-11 | 安防科技(中国)有限公司 | 一种基于单幅图像去雾的处理方法、装置及系统 |
CN102609704A (zh) * | 2012-03-23 | 2012-07-25 | 上海海事大学 | 雾天条件下视频监控图像运动目标的检测装置和方法 |
CN103034979A (zh) * | 2012-11-30 | 2013-04-10 | 声泰特(成都)科技有限公司 | 一种超声图像清晰度提升方法 |
CN103747213A (zh) * | 2014-01-15 | 2014-04-23 | 北京工业大学 | 一种基于运动目标的交通监控视频实时去雾方法 |
-
2015
- 2015-02-03 CN CN201510056025.8A patent/CN104717400A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101777059A (zh) * | 2009-12-16 | 2010-07-14 | 中国科学院自动化研究所 | 一种提取地标性场景摘要的方法 |
CN102156968A (zh) * | 2011-04-11 | 2011-08-17 | 合肥工业大学 | 一种基于颜色立方先验的单一图像能见度复原方法 |
CN102231791A (zh) * | 2011-06-30 | 2011-11-02 | 北京云加速信息技术有限公司 | 一种基于图像亮度分层的视频图像去雾方法 |
CN102411774A (zh) * | 2011-08-08 | 2012-04-11 | 安防科技(中国)有限公司 | 一种基于单幅图像去雾的处理方法、装置及系统 |
CN102609704A (zh) * | 2012-03-23 | 2012-07-25 | 上海海事大学 | 雾天条件下视频监控图像运动目标的检测装置和方法 |
CN103034979A (zh) * | 2012-11-30 | 2013-04-10 | 声泰特(成都)科技有限公司 | 一种超声图像清晰度提升方法 |
CN103747213A (zh) * | 2014-01-15 | 2014-04-23 | 北京工业大学 | 一种基于运动目标的交通监控视频实时去雾方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106683052A (zh) * | 2015-11-06 | 2017-05-17 | 奥多比公司 | 使用视觉伪影抑制对照片和视频去雾 |
CN106683052B (zh) * | 2015-11-06 | 2022-03-04 | 奥多比公司 | 使用视觉伪影抑制对照片和视频去雾 |
CN105550999A (zh) * | 2015-12-09 | 2016-05-04 | 西安邮电大学 | 一种基于背景复用的视频图像增强处理方法 |
CN105635526A (zh) * | 2015-12-25 | 2016-06-01 | 国网重庆市电力公司电力科学研究院 | 一种应用于视频监控系统的实时视频去雾方法及系统 |
CN107277301A (zh) * | 2016-04-06 | 2017-10-20 | 杭州海康威视数字技术股份有限公司 | 监控视频的图像分析方法及其系统 |
CN107277301B (zh) * | 2016-04-06 | 2019-11-29 | 杭州海康威视数字技术股份有限公司 | 监控视频的图像分析方法及其系统 |
CN106101489A (zh) * | 2016-06-30 | 2016-11-09 | 河海大学常州校区 | 基于云平台的模板匹配监控视频去雾系统及其去雾方法 |
CN106101489B (zh) * | 2016-06-30 | 2019-01-01 | 河海大学常州校区 | 基于云平台的模板匹配监控视频去雾系统及其去雾方法 |
WO2018083521A1 (en) * | 2016-11-01 | 2018-05-11 | Chun Ming Tsang | Systems and methods for removing haze in digital photos |
CN108596857A (zh) * | 2018-05-09 | 2018-09-28 | 西安邮电大学 | 用于智能驾驶的单幅图像去雾方法 |
CN108986049A (zh) * | 2018-07-20 | 2018-12-11 | 百度在线网络技术(北京)有限公司 | 用于处理图像的方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104717400A (zh) | 一种监控视频的实时去雾方法 | |
CN102831591B (zh) | 一种基于高斯滤波的单幅图像的实时去雾方法 | |
CN108230264B (zh) | 一种基于ResNet神经网络的单幅图像去雾方法 | |
CN106296612B (zh) | 一种图像质量评价和天气状况引导的分级式监控视频清晰化系统及方法 | |
CN101950416B (zh) | 基于双边滤波的实时图像去雾增强方法 | |
CN105740945B (zh) | 一种基于视频分析的人群计数方法 | |
CN103258332B (zh) | 一种抗光照变化的运动目标的检测方法 | |
CN106846359A (zh) | 基于视频序列的运动目标快速检测方法 | |
WO2022027931A1 (zh) | 基于视频图像的运动车辆前景检测方法 | |
CN103428409B (zh) | 一种基于固定场景的视频降噪处理方法及装置 | |
CN103747213A (zh) | 一种基于运动目标的交通监控视频实时去雾方法 | |
CN102665034A (zh) | 一种针对摄像机采集视频的夜间效果去除方法 | |
CN107944354B (zh) | 一种基于深度学习的车辆检测方法 | |
CN104268899A (zh) | 基于帧间差分和背景差分的运动目标检测方法 | |
CN102609704A (zh) | 雾天条件下视频监控图像运动目标的检测装置和方法 | |
CN111709888B (zh) | 一种基于改进的生成对抗网络的航拍图像去雾方法 | |
CN104966274B (zh) | 一种采用图像检测与区域提取的局部模糊复原方法 | |
CN103077504A (zh) | 一种基于自适应光照计算的图像去雾方法 | |
CN107360344A (zh) | 监控视频快速去雾方法 | |
CN105096272A (zh) | 一种基于双树复小波的除雾方法 | |
CN104700405A (zh) | 一种前景检测方法和系统 | |
CN105184761A (zh) | 一种基于小波分析的图像去雨方法及系统 | |
CN115170619B (zh) | 一种基于密集光流法的云遮挡预测方法 | |
CN102006462B (zh) | 利用运动信息的快速监控视频增强方法及其实现装置 | |
CN105046670A (zh) | 一种图像去雨方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150617 |