CN107038689A - 一种视频增亮方法 - Google Patents
一种视频增亮方法 Download PDFInfo
- Publication number
- CN107038689A CN107038689A CN201710142759.7A CN201710142759A CN107038689A CN 107038689 A CN107038689 A CN 107038689A CN 201710142759 A CN201710142759 A CN 201710142759A CN 107038689 A CN107038689 A CN 107038689A
- Authority
- CN
- China
- Prior art keywords
- single channel
- image
- channel images
- dark
- ambient light
- 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
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000013507 mapping Methods 0.000 claims abstract description 8
- 238000001914 filtration Methods 0.000 claims abstract description 4
- 239000000203 mixture Substances 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 239000003595 mist Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- BYACHAOCSIPLCM-UHFFFAOYSA-N 2-[2-[bis(2-hydroxyethyl)amino]ethyl-(2-hydroxyethyl)amino]ethanol Chemical group OCCN(CCO)CCN(CCO)CCO BYACHAOCSIPLCM-UHFFFAOYSA-N 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 101100285899 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) SSE2 gene Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种视频增亮方法,包括步骤有:1)对输入的图像进行通道筛选,并将图像分成三个单通道图像;2)对三个单通道图像进行反相操作;3)计算三个单通道图像的暗通道图像;4)统计三个单通道图像的直方图;5)统计环境光;6)进行高斯滤波;7)计算透射率映射表;8)对三个单通道图像进行增亮处理;9)对三个单通道图像进行数据合并,并输出图像。本发明解决了图像增亮问题,且提高了视频处理的运行速度。
Description
技术领域
本发明涉及图像处理领域,尤其涉及一种视频增亮方法。
背景技术
在夜间或阴天等低照度的环境下,相机成像质量较差,对观测人员来说无法对视频中的事件进行有效的观测,同时,夜间照明较差,使得监控摄像机采集的图像无法提供足够的对比度使监控人员分辨出异常的人员和设备运动,导致夜间成为盗窃等犯罪高发的时段。因此,对低照度环境下的视频进行增亮也是视频监控行业急需解决的问题之一。
发明内容
针对上述现有技术存在的缺陷,本发明提供的一种视频增亮方法,解决了图像增亮问题,并且提高了图像处理的运行速度。
本发明提供的一种视频增亮方法,其改进之处在于,所述方法包括如下步骤:
1)对输入的图像进行通道筛选,并将所述图像分成三个单通道图像;
2)对所述三个单通道图像进行反相操作;
3)计算所述三个单通道图像的暗通道图像;
4)统计所述三个单通道图像的直方图;
5)统计环境光;
6)进行高斯滤波;
7)计算透射率映射表;
8)对所述三个单通道图像进行增亮处理;
9)对所述三个单通道图像进行数据合并,并输出图像。
优选的,步骤3)所述暗通道图像为Ω(x)的尺度定义为1,只对单点进行暗原色计算,所得到的图像;
计算所述三个单通道图像的暗通道图像包括计算三个单通道图像的对应位置的最小值,即:
Jdark(x)=min(min(imgR(x),imgG(x)),imgB(x))
式中,Ω(x)为图像;imgR(x),imgG(x),imgB(x)为三个单通道图像。
较优选的,步骤4)统计所述三个单通道图像的直方图包括分别统计所述三个单通道图像的灰度直方图分布;
统计后存储数据。
较优选的,步骤5)统计环境光的步骤如下:
①选取所述三个单通道图像中亮度最大的1%的像素为环境光;
②分别计算出三个单通道的环境光;
③根据单个通道的环境光估测图像的大气光成分。
较优选的,步骤②计算出所述环境光后,判断当前处理图像的帧数,若当前帧为第一帧,则将此时计算出的环境光设为初始值;
若当前帧不是第一帧,则对其进行再次判断;再次判断时,若与记录的环境光变化不大,则对环境光进行加权平均,若变化较大,则不改变当前环境光,其选取公式如下:
式中,表示经过原始统计得到的第k帧的环境光;Ak表示经过学习得到的第k帧的环境光;α表示当前帧的更新权重,取值范围为0到1,其取值越大表示更新的速率越快;Athresh表示相邻两帧环境光差值绝对值的阈值。
较优选的,步骤7)计算透射率映射表的公式如下:
式中,Ac表示所有通道所对应的环境光;max(Ac)表示该像素所有通道中的环境光的最大值;ω表示常数,且0<ω≤1;t0表示为限制常数,其用于防止计算结果过大导致结果图像失真;V表示输入值,且V∈[0,255]。
较优选的,步骤9)在所述三个单通道图像进行数据合并时,其复原公式如下:
Jc(x)=255-((Ic(x)-Ac)*tmap[Jdark(x)])>>10-Ac
式中,Jdark(x)表示暗通道对应位置的值;Ic(x)表示原始图像中每个通道对应位置的值。
较优选的,计算所述三个单通道图像的暗通道图像时采用SIMD处理。
本发明的技术方案中,将图像进行分通道处理,过程中采用SIMD指令进行处理,提高了处理的运行速度,已可在单线程上对720P视频进行实时处理。
本发明的技术方案中,通过重新对单通道图像处理、设计环境光,达到了图像增亮的效果。
附图说明
图1为本发明实施例的流程图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白,以下参照附图并举出优选实施例,对本发明进一步详细说明。然而,需要说明的是,说明书中列出的许多细节仅仅是为了使读者对本发明的一个或多个方面有一个透彻的理解,即便没有这些特定的细节也可以实现本发明的这些方面。
本实施例提供的一种视频增亮方法,其流程图如图1所示,具体步骤如下:
1)对输入的图像进行通道筛选,并将图像分成三个单通道图像,可分别记为imgR,imgG,imgB。
2)对三个单通道图像进行反相操作,即:
imgR(x)=255-imgR(x);
imgG(x)=255-imgG(x);
imgB(x)=255-imgB(x)。
3)计算三个单通道图像的暗通道图像;但由于统计区域信息会花费大量时间,且不利于并行化,本实施例对该模型进行退化,将图像Ω(x)的尺度定义为1,只对单点进行暗原色计算,这样得到的图像本实施例定为暗通道。
本实施例将计算imgR,imgG,imgB三幅图像的对应位置的最小值即可,即
Jdark(x)=min(min(imgR(x),imgG(x)),imgB(x))
由于本实施例将三个单通道分开,保证了每个通道数据的连续性,因此本实施例采用SIMD指令,SSE2指令可一次性比较16×2个8位数据,速度提升效果非常明显。
4)对三个通道imgR,imgG,imgB分别统计其灰度直方图分布,将其存储为histR[256],histG[256],histB[256]。
5)统计环境光,步骤如下:
①选取所述三个单通道图像中亮度最大的1%的像素为环境光;
②分别计算出单个通道的环境光,记为AR,AG,AB;在直方图对应数据中(histR[256],histG[256],histB[256]),按下标由大到小将直方图中的数据进行循环累加,若所得结果大于1%的像素数,则对应下标为环境光。
③根据单个通道的环境光估测图像的大气光成分。
步骤②在计算出单个通道的环境光后,判断当前处理图像的帧数,若当前帧为第一帧,则将此时计算出的环境光设为初始值;
若当前帧不是第一帧,则对其进行再次判断,若与记录的环境光变化不大,则对环境光进行加权平均,若变化较大,则不改变当前环境光,其选取公式如下:
式中,表示经过原始(即历史值)统计得到的第k帧的环境光;Ak表示经过学习计算得到的第k帧的环境光;α表示当前帧的更新权重,取值范围为0到1,其取值越大表示更新的速率越快,本实施例取值为0.2;Athresh表示相邻两帧环境光差值绝对值的阈值,本实施例取值为50。
6)对暗通道进行高斯滤波,增加暗通道的空间稳定性。平滑之后的传输率保留了场景的轮廓信息,并且是处处平滑的,纹理部分也被抹去了,指令如下:
Jdark=Conv(Jdark,gaussian_ker nel)
本实施例根据具体场景选取不同大小的滤波窗口,为了提高处理速度,本实施例选为11,在实时性要求不高的场合下,可适当增大滤波窗口以提高去雾的视觉效果。
7)计算透射率映射表,其公式如下;
t(x)=1-Jdark(x)/max(Ac)
如果彻底地移除雾的存在,图像会看起来不真实,并且深度感会丢失。为此,本实施例引入一个常数ω(0<ω≤1),保留一部分覆盖遥远景物的雾:
t(x)=1-ωJdark(x)/max(Ac)
本实施例ω取值为0.9。
按照暗原色先验去雾算法,在透射率t(x)很小的时候很容易受噪声影响造成恢复的图像有失真。因此,本实施例给透射率t(x)设定一个下限,在雾很浓的地方保留些许的雾,可以很好地抑制失真。即
t(x)=max(1-ωJdark(x)/max(Ac),t0)
本实施例t0选为0.1。
由于在最后的复原公式中,t(x)作为分母存在,除法在运算中所占时间较长,本实施例这里取其倒数,采用乘法代替。因此公式转化为:
由于上述公式计算出的透射率的值均为浮点数,在计算时耗费CPU计算周期较多,本实施例对其进行放大并做取整变化。
按照上述计算公式,大气传输透射率唯一与暗通道的灰度值有关,因此为了加速其的计算,采用查表的方式最为快速。建立映射表tmap[256],按照上式对于0~255的输入分别计算其透射率,将其存储在映射表中,即。
式中,Ac表示所有通道所对应的环境光;max(Ac)表示该像素所有通道中的环境光的最大值;ω表示常数,且0<ω≤1;t0表示为限制常数,用于防止计算结果过大导致结果图像失真,本实施例取值为0.1;V表示输入值,且V∈[0,255]。
8)对三个单通道图像进行增亮处理;
9)对复原后的三个单通道图像进行数据合并,并输出图像。
原始的复原公式为:
经过修改现在变换为:
Jc(x)=255-((Ic(x)-Ac)*tmap[Jdark(x)])>>10-Ac (13)
式中,Jdark(x)表示暗通道对应位置的值;Ic(x)表示原始图像中每个通道对应位置的值。
由于三个通道数据相互独立且各自连续,这里也非常适合采用SSE指令集加速,对每个通道按照上述公式进行计算,可得到复原后的该通道。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (8)
1.一种视频增亮方法,其特征在于,所述方法包括如下步骤:
1)对输入的图像进行通道筛选,并将所述图像分成三个单通道图像;
2)对所述三个单通道图像进行反相操作;
3)计算所述三个单通道图像的暗通道图像;
4)统计所述三个单通道图像的直方图;
5)统计环境光;
6)进行高斯滤波;
7)计算透射率映射表;
8)对所述三个单通道图像进行增亮处理;
9)对所述三个单通道图像进行数据合并,并输出图像。
2.如权利要求1所述的视频增亮方法,其特征在于,步骤3)所述暗通道图像为Ω(x)的尺度定义为1,只对单点进行暗原色计算,所得到的图像;
计算所述三个单通道图像的暗通道图像包括计算三个单通道图像的对应位置的最小值,即:
Jdark(x)=min(min(imgR(x),imgG(x)),imgB(x))
式中,Ω(x)为图像;imgR(x),imgG(x),imgB(x)为三个单通道图像。
3.如权利要求1所述的视频增亮方法,其特征在于,步骤4)统计所述三个单通道图像的直方图包括分别统计所述三个单通道图像的灰度直方图分布;
统计后存储数据。
4.如权利要求1所述的视频增亮方法,其特征在于,步骤5)统计环境光的步骤如下:
①选取所述三个单通道图像中亮度最大的1%的像素为环境光;
②分别计算出三个单通道的环境光;
③根据单个通道的环境光估测图像的大气光成分。
5.如权利要求4所述的视频增亮方法,其特征在于,步骤②计算出所述环境光后,判断当前处理图像的帧数,若当前帧为第一帧,则将此时计算出的环境光设为初始值;
若当前帧不是第一帧,则对其进行再次判断;再次判断时,若与记录的环境光变化不大,则对环境光进行加权平均,若变化较大,则不改变当前环境光,其选取公式如下:
式中,表示经过原始统计得到的第k帧的环境光;Ak表示经过学习得到的第k帧的环境光;α表示当前帧的更新权重,取值范围为0到1,其取值越大表示更新的速率越快;Athresh表示相邻两帧环境光差值绝对值的阈值。
6.如权利要求1所述的视频增亮方法,其特征在于,步骤7)计算透射率映射表的公式如下:
1
式中,Ac表示所有通道所对应的环境光;max(Ac)表示该像素所有通道中的环境光的最大值;ω表示常数,且0<ω≤1;t0表示限制常数;V表示输入值,且V∈[0,255]。
7.如权利要求1所述的视频增亮方法,其特征在于,步骤9)在所述三个单通道图像进行数据合并时,其复原公式如下:
Jc(x)=255-((Ic(x)-Ac)*tmap[Jdark(x)])>>10-Ac
式中,Jdark(x)表示暗通道对应位置的值;Ic(x)表示原始图像中每个通道对应位置的值。
8.如权利要求2所述的视频增亮方法,其特征在于,计算所述三个单通道图像的暗通道图像时采用SIMD处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710142759.7A CN107038689A (zh) | 2017-03-10 | 2017-03-10 | 一种视频增亮方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710142759.7A CN107038689A (zh) | 2017-03-10 | 2017-03-10 | 一种视频增亮方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107038689A true CN107038689A (zh) | 2017-08-11 |
Family
ID=59533532
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710142759.7A Pending CN107038689A (zh) | 2017-03-10 | 2017-03-10 | 一种视频增亮方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107038689A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108053805A (zh) * | 2018-01-25 | 2018-05-18 | 电子科技大学 | 一种双通道相机左右两通道图像的亮度校正方法 |
CN110113510A (zh) * | 2019-05-27 | 2019-08-09 | 杭州国翌科技有限公司 | 一种实时视频图像增强方法和高速相机系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103020914A (zh) * | 2012-12-18 | 2013-04-03 | 华侨大学 | 基于空间连续性原理的快速图像去雾方法 |
CN103077504A (zh) * | 2013-01-10 | 2013-05-01 | 厦门大学 | 一种基于自适应光照计算的图像去雾方法 |
CN104715456A (zh) * | 2015-03-17 | 2015-06-17 | 北京环境特性研究所 | 一种图像的去雾方法 |
-
2017
- 2017-03-10 CN CN201710142759.7A patent/CN107038689A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103020914A (zh) * | 2012-12-18 | 2013-04-03 | 华侨大学 | 基于空间连续性原理的快速图像去雾方法 |
CN103077504A (zh) * | 2013-01-10 | 2013-05-01 | 厦门大学 | 一种基于自适应光照计算的图像去雾方法 |
CN104715456A (zh) * | 2015-03-17 | 2015-06-17 | 北京环境特性研究所 | 一种图像的去雾方法 |
Non-Patent Citations (1)
Title |
---|
麻孝强: ""提升特殊场景图像质量的视频处理关键技术研究"", 《万方》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108053805A (zh) * | 2018-01-25 | 2018-05-18 | 电子科技大学 | 一种双通道相机左右两通道图像的亮度校正方法 |
CN110113510A (zh) * | 2019-05-27 | 2019-08-09 | 杭州国翌科技有限公司 | 一种实时视频图像增强方法和高速相机系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103093429B (zh) | 图像增强方法 | |
CN103747213B (zh) | 一种基于运动目标的交通监控视频实时去雾方法 | |
CN109255759B (zh) | 基于天空分割和透射率自适应修正的图像去雾方法 | |
CN102831591B (zh) | 一种基于高斯滤波的单幅图像的实时去雾方法 | |
Zheng et al. | Infrared traffic image enhancement algorithm based on dark channel prior and gamma correction | |
CN102014279B (zh) | 一种视频图像对比度增强方法和装置 | |
CN110148093B (zh) | 一种基于暗通道先验的图像去雾改进方法 | |
CN103049888A (zh) | 基于暗原色结合大气散射光的图像/视频去雾方法 | |
CN111402145B (zh) | 一种基于深度学习的自监督低照度图像增强方法 | |
CN105812674A (zh) | 一种信号灯的颜色修正方法、监控方法及装置 | |
CN111814678A (zh) | 一种基于视频监控的运输皮带中煤流识别方法及系统 | |
CN104809700B (zh) | 一种基于亮通道的低照度视频实时增强方法 | |
CN104881848A (zh) | 一种基于cuda的低照度图像增强并行优化方法 | |
CN107194333A (zh) | 输电线路的检测方法及装置 | |
CN103927519A (zh) | 一种实时人脸检测与过滤方法 | |
CN110136079A (zh) | 基于场景深度分割的图像去雾方法 | |
CN111192213B (zh) | 图像去雾自适应参数的计算方法、图像去雾方法及系统 | |
CN108093175B (zh) | 一种实时高清视频自适应去雾方法及装置 | |
CN107038689A (zh) | 一种视频增亮方法 | |
CN109118450A (zh) | 一种沙尘天气条件下的低质图像增强方法 | |
CN111598814A (zh) | 基于极端散射通道的单图像去雾方法 | |
CN104715456B (zh) | 一种图像的去雾方法 | |
CN103279928A (zh) | 一种基于大气散射模型的图像增强方法 | |
CN109583414A (zh) | 基于视频检测的室内占道检测方法 | |
CN108898561A (zh) | 一种含天空区域雾天图像的去雾方法、服务器及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170811 |
|
RJ01 | Rejection of invention patent application after publication |