CN105530406B - 一种基于历史帧图像统计值的智能增强方法 - Google Patents

Abstract

本发明公开了一种基于历史帧图像统计值的智能增强方法，包括：抓取输入视频流中的每一帧图像；计算每一帧图像的统计值；当上一帧标识位flag为0时，统计连续N帧图像统计值是否均小于第一阈值X1，如果满足要求，则进入自适应伽马增强处理，否则直接输出结果；当检测到上一帧标识位flag为1时，统计连续N帧图像统计值是否均大于第二阈值X2，如果满足要求，则退出增强处理并直接输出结果，否则继续进行增强处理。本发明经过实测，在夜间等低照度环境中，可以通过算法自适应的开启增强功能，在光线较强的情况下自动关闭增强功能，使许多低照度增强类算法可以通过该智能模式自动开启和关闭。

Description

一种基于历史帧图像统计值的智能增强方法

技术领域

本发明涉及一种视频增强算法，特别是涉及一种基于历史帧图像统计值的智能增强方法。

背景技术

在安防领域，大多数相机里面已经集成了可调节亮度、对比度等增强算法，然而，这些功能需要手动调整，无法满足复杂多变的实际应用环境。尤其是在摄像头较多的情况下，手动调节每个摄像头的做法费时费力。

发明内容

本发明的目的在于克服现有技术的不足，提供一种对视频的历史帧统计值进行统计，分析得到下一帧是否需要进行增强的智能增强方法。

本发明的目的是通过以下技术方案来实现的：一种基于历史帧图像统计值的智能增强方法，包括以下步骤：

S1：抓取输入视频流中的每一帧图像；

S2：计算每一帧图像的统计值；

计算每一帧图像的统计值是在当前帧上计算得到的，当抓取到视频流的第一帧后，计算第一帧图像统计值，并对标识位flag初始化，初始化方法如下：

(1)当第一帧图像统计值小于第一阈值X1，则flag＝0；

(2)当第一帧图像统计值大于第二阈值X2，则flag＝1；

其中，标识位flag是一个设定的符号，其值为0或者1；

S3：除第一帧外，检测到上一帧图像的标识位flag信息：

(1)上一帧标识位flag＝＝0：

在视频流中，当检测到上一帧标识位flag为0时，表明上一帧图像没有增强处理，则统计当前帧之前连续N帧图像统计值是否均小于第一阈值X1，如果满足要求，则进入自适应伽马增强处理，根据当前帧图像均值选择相应伽马值进行伽马增强处理，并将当前帧的标识位flag设为1；否则直接输出结果，并将标识位flag设为0；

(2)上一帧标识位flag＝＝1：

在视频流中，当检测到上一帧标识位flag为1时，表明上一帧图像已经进行过增强处理，则统计当前帧之前连续N帧图像统计值是否均大于第二阈值X2，如果满足要求，则退出增强处理并直接输出结果，并将当前帧的标识位flag设为0；否则保持之前的状态不变，继续进行增强处理，根据当前帧图像均值选择相应伽马值进行伽马增强处理，并将标识位flag设为1。

所述图像的统计值为图像均值、归一化均值、暗区直方图面积或由归一化后的暗区直方图面积及归一化均值得到的统计值：

(1)图像均值A：为全局均值、分块均值、区域均值的一种；

(2)归一化均值μ：μ＝A/H，其中，A为图像均值，H为图像亮度分量最大值，归一化后取值范围[0，1]；

(3)暗区直方图面积：统计图像各灰度级的像素数目n_i，i＝0,1...,Q-1,其中，Q为灰度总级数；计算图像暗区灰度级的占空比P，n为图像的总像素数目；计算归一化后的图像暗区直方图面积：L＝1-P；

(4)由归一化后的暗区直方图面积及归一化均值得到的统计值：T＝σ*μ+(1-σ)*L，μ为归一化均值，L为归一化后的图像暗区直方图面积，σ为可调节比例系数，取值范围为[0，1]。

当统计值为图像均值时，所述第一阈值X1的取值范围为：0.15*h～0.31*h，第二阈值 X2的取值范围为：0.23*h～0.55*h，其中，h为视频流亮度分量的位深。

当统计值为暗区直方图面积时，所述第一阈值X1的取值范围为：0.15～0.31，第二阈值 X2的取值范围为：0.23～0.55。

所述自适应伽马增强处理为多组伽马增强处理，将多组伽马值与不同照度环境一一对应，其对应关系为：

gama＝(0.5*M+6.4)/64

其中，M为图像均值，表示不同照度环境，gama为伽马值，0.5为增益系数，6.4为偏移系数，64为归一化系数，当图像均值范围在[0，64]区间变化时，其伽马值的范围为[0.1，0.6]。

所述伽玛增强的方法为：F(x,y)＝f(x,y)^gama，其中，f(x,y)为原始图像，F(x,y)为增强图像，gama为伽马值。

所述N的计算方法为：

N＝t*fps

其中，N为帧数，t为时间单位(s)，取值范围为[0，3600]，fps为视频帧率。

本发明的有益效果是：本发明经过实测，在夜间等低照度环境中，需要增强时，可以通过算法自适应的开启增强功能，在光线较强的情况下自动关闭增强功能，使许多低照度增强类算法可以通过该智能模式自动开启和关闭。

本发明主要是统计视频图像的均值或暗区直方图面积，通过这些统计量来判断视频图像是否需要做增强调节，这些统计量是基于真实图像的观察与实验得到的，通过设定两个阈值 X1和X2，使得增强的开启不受外界干扰影响。

与现有技术相比，存在以下优势：

(1)智能增强框架整体稳定可靠。

(2)传统的图像亮度调节算法用一组曲线(伽马值是固定值)进行调节，效果较差且应用范围有限，本发明将多组伽马值与不同照度环境一一对应，动态调整环境中的增强效果。

(3)传统的图像增强算法硬件实现较难，而伽马调节可以采用查表实现，相比于传统的直方图增强方法，速度快且实现简单。

(4)相对于硬件的自动增益方法，伽马调节使图像更柔和。

附图说明

图1为本发明流程图。

具体实施方式

下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。

如图1所示，一种基于历史帧图像统计值的智能增强方法，包括以下步骤：

S1：抓取输入视频流中的每一帧图像；

S2：计算每一帧图像的统计值；

计算每一帧图像的统计值是在当前帧上计算得到的，当抓取到视频流的第一帧后，计算第一帧图像统计值，并对标识位flag初始化，初始化方法如下：

(1)当第一帧图像统计值小于第一阈值X1，则flag＝0；

(2)当第一帧图像统计值大于第二阈值X2，则flag＝1；

注：flag是一个设定的符号，其值为0或者1，其存放位置可以是寄存器，也可以是图像任何一个位置；

S3：除第一帧外，检测到上一帧图像的标识位flag信息：

(1)上一帧标识位flag＝＝0：

在视频流中，当检测到上一帧标识位flag为0时，表明上一帧图像没有增强处理，则统计当前帧之前连续N帧图像统计值是否均小于第一阈值X1，如果满足要求，则进入自适应伽马增强处理，根据当前帧图像均值选择相应伽马值进行伽马增强处理，并将当前帧的标识位flag设为1；否则直接输出结果，并将标识位flag设为0；

(2)上一帧标识位flag＝＝1：

在视频流中，当检测到上一帧标识位flag为1时，表明上一帧图像已经进行过增强处理，则统计当前帧之前连续N帧图像统计值是否均大于第二阈值X2，如果满足要求，则退出增强处理并直接输出结果，并将当前帧的标识位flag设为0；否则保持之前的状态不变，继续进行增强处理，根据当前帧图像均值选择相应伽马值进行伽马增强处理，并将标识位flag设为1。

所述图像的统计值为图像均值、归一化均值、暗区直方图面积或由归一化后的暗区直方图面积及归一化均值得到的统计值：

(1)图像均值A：为全局均值、分块均值、区域均值的一种；

(2)归一化均值μ：μ＝A/H，其中，A为图像均值，H为图像亮度分量最大值，归一化后取值范围[0，1]；

(3)暗区直方图面积：统计图像各灰度级的像素数目n_i，i＝0,1...,Q-1,其中，Q为灰度总级数；计算图像暗区灰度级的占空比P，n为图像的总像素数目；计算归一化后的图像暗区直方图面积：L＝1-P；

(4)由归一化后的暗区直方图面积及归一化均值得到的统计值：T＝σ*μ+(1-σ)*L，μ为归一化均值，L为归一化后的图像暗区直方图面积，σ为可调节比例系数，取值范围为[0，1]。

第一阈值X1、第二阈值X2是可以调节的，在实际测试中发现，合理的阈值范围会使增强变得更加智能和准确，通过实验室的标定与实际环境的多次验证。当统计值为图像均值时，所述第一阈值X1的取值范围为：0.15*h ～ 0.31*h ， 第二阈值X2的取值范围为：0.23*h～0.55*h，其中，h为视频流亮度分量的位深。当统计值为暗区直方图面积时，所述第一阈值X1的取值范围为：0.15～0.31，第二阈值X2的取值范围为：0.23～0.55。

现有的伽马增强大多数为一个固定值，其应用范围受限。本技术将多组伽马值与不同照度环境一一对应，动态调整环境中的增强效果。

所述自适应伽马增强处理为多组伽马增强处理，将多组伽马值与不同照度环境一一对应，其对应关系为：

gama＝(0.5*M+6.4)/64

其中，M为图像均值，表示不同照度环境，gama为伽马值，0.5为增益系数，6.4为偏移系数，64为归一化系数，当图像均值范围在[0，64]区间变化时，其伽马值的范围为[0.1，0.6]。

所述伽玛增强的方法为：F(x,y)＝f(x,y)^gama，其中，f(x,y)为原始图像，F(x,y)为增强图像，gama为伽马值。

为了避免外界的扰动引起误判，防止满足条件的临界点增强时出现闪烁现象，需要累计帧判断，理论上累计帧越多越好，但考虑到实际应用，通过实验室的模拟测试以及各种路况实测得到一个较优的关系：N＝t*fps，N为帧数，t为时间单位(s)，一般取值为[0，3600]，fps 为视频帧率。本实施例中得到的N为150帧。

以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (6)

1.一种基于历史帧图像统计值的智能增强方法，其特征在于，包括以下步骤：

S1：抓取输入视频流中的每一帧图像；

S2：计算每一帧图像的统计值；

计算每一帧图像的统计值是在当前帧上计算得到的，当抓取到视频流的第一帧后，计算第一帧图像统计值，并对标识位flag初始化，初始化方法如下：

(1)当第一帧图像统计值小于第一阈值X1，则flag＝0；

(2)当第一帧图像统计值大于第二阈值X2，则flag＝1；

其中，标识位flag是一个设定的符号，其值为0或者1；

S3：除第一帧外，检测到上一帧图像的标识位flag信息：

(1)上一帧标识位flag＝＝0：

在视频流中，当检测到上一帧标识位flag为0时，表明上一帧图像没有增强处理，则统计当前帧之前连续N帧图像统计值是否均小于第一阈值X1，如果满足要求，则进入自适应伽马增强处理，根据当前帧图像均值选择相应伽马值进行伽马增强处理，并将当前帧的标识位flag设为1；否则直接输出结果，并将标识位flag设为0；

(2)上一帧标识位flag＝＝1：

在视频流中，当检测到上一帧标识位flag为1时，表明上一帧图像已经进行过增强处理，则统计当前帧之前连续N帧图像统计值是否均大于第二阈值X2，如果满足要求，则退出增强处理并直接输出结果，并将当前帧的标识位flag设为0；否则保持之前的状态不变，继续进行增强处理，根据当前帧图像均值选择相应伽马值进行伽马增强处理，并将标识位flag设为1。

2.根据权利要求1所述的一种基于历史帧图像统计值的智能增强方法，其特征在于：所述图像的统计值为图像均值、归一化均值、暗区直方图面积或由归一化后的暗区直方图面积及归一化均值得到的统计值：

(1)图像均值A：为全局均值、分块均值、区域均值的一种；

(2)归一化均值μ：μ＝A/H，其中，A为图像均值，H为图像亮度分量最大值，归一化后取值范围[0，1]；

(3)暗区直方图面积：统计图像各灰度级的像素数目n_i，i＝0,1...,Q-1,其中，Q为灰度总级数；计算图像暗区灰度级的占空比P，i∈[064]，n为图像的总像素数目；计算归一化后的图像暗区直方图面积：L＝1-P；

(4)由归一化后的暗区直方图面积及归一化均值得到的统计值：T＝σ*μ+(1-σ)*L，μ为归一化均值，L为归一化后的图像暗区直方图面积，σ为可调节比例系数，取值范围为[0，1]。

3.根据权利要求2所述的一种基于历史帧图像统计值的智能增强方法，其特征在于：当统计值为图像均值时，所述第一阈值X1的取值范围为：0.15*h～0.31*h，第二阈值X2的取值范围为：0.23*h～0.55*h，其中，h为视频流亮度分量的位深。

4.根据权利要求2所述的一种基于历史帧图像统计值的智能增强方法，其特征在于：当统计值为暗区直方图面积时，所述第一阈值X1的取值范围为：0.15～0.31，第二阈值X2的取值范围为：0.23～0.55。

5.根据权利要求1所述的一种基于历史帧图像统计值的智能增强方法，其特征在于：所述自适应伽马增强处理为多组伽马增强处理，将多组伽马值与不同照度环境一一对应，其对应关系为：

gama＝(0.5*M+6.4)/64

其中，M为图像均值，表示不同照度环境，gama为伽马值，0.5为增益系数，6.4为偏移系数，64为归一化系数，当图像均值范围在[0，64]区间变化时，其伽马值的范围为[0.1，0.6]；

所述伽玛增强的方法为：F(x,y)＝f(x,y)^gama，其中，f(x,y)为原始图像，F(x,y)为增强图像，gama为伽马值。

6.根据权利要求1所述的一种基于历史帧图像统计值的智能增强方法，其特征在于：所述N的计算方法为：

N＝t*fps

其中，N为帧数，t为时间单位(s)，取值范围为[0，3600]，fps为视频帧率。