本發(fā)明涉及到多幀圖像處理領域，特別是涉及到一種多幀圖像清晰化處理方法和裝置。

背景技術：

目前，視頻監(jiān)控應用中，常常因為視頻中出現(xiàn)的對象距離攝像頭比較遠以及監(jiān)控設備本身成像質量的問題，視頻中成像單幀圖像的像素總量少(俗稱分辨率低)，無法在通過視頻及其中包含的圖像有效識別出需要的信息。而在正常的刑偵活動中，需要經(jīng)常調用監(jiān)控視頻或圖像進行分析，獲取監(jiān)控視頻或圖像內需要的信息，如車輛牌照、特定的文字信息或特定人的容貌信息。

現(xiàn)有的圖像清晰化處理方法中，有直接通過成倍放大原圖片的像素數(shù)量，來增高圖像的分辨率大小的，從而達到放大原圖像像素邊界的目的，但是通過這種方法無法使得圖像更加清晰。

技術實現(xiàn)要素：

本發(fā)明的主要目的為提供一種多幀圖像清晰化處理方法和裝置，可有效提高已成像視頻圖像的像素總量，并對視頻圖像做清晰化處理。

本發(fā)明提出一種多幀圖像清晰化處理方法，包括以下步驟：

將待處理圖像進行像素復制性放大，得到放大后的高分辨率圖像；

選取高分辨率圖像中的目標特征，確定目標特征在高分辨率圖像中的位置變化，并根據(jù)位置變化還原目標特征位置，使目標特征處于高分辨率圖像中相同位置；

將所有高分辨率圖像疊加融合。

進一步地，所述將待處理圖像進行像素復制性放大，得到放大后的高分辨率圖像步驟之前，包括，

將視頻文件按照其本身的幀數(shù)分解成多張圖像，并按照圖像幀順序依次排列。

進一步地，所述選取高分辨率圖像中的目標特征，確定目標特征在高分辨率圖像中的位置變化，并根據(jù)位置變化還原目標特征位置，使目標特征處于高分辨率圖像中相同位置步驟，包括，

將放大后的高分辨率圖像進行復制，得到對應的高分辨率樣本圖像，對高分辨率圖像樣本進行高斯模糊運算或去高斯模糊運算；

參照前一幀圖像移動后一幀圖像，當圖像上的目標特征中心或邊緣輪廓重疊時，記錄每一張高分辨率樣本圖像的位置變化數(shù)據(jù)，并將位置變化數(shù)據(jù)移植到原高分辨率圖像。

進一步地，所述將所有所述邊緣圖像融合疊加步驟，包括，

根據(jù)高分辨率圖像中的位置移動數(shù)據(jù)，將所有圖像融合疊加。

本發(fā)明還提出了一種多幀圖像清晰化處理裝置，包括：

放大單元，用于將待處理圖像進行像素復制性放大，得到放大后的高分辨率圖像；

位置還原單元，用于選取高分辨率圖像中的目標特征，確定目標特征在高分辨率圖像中的位置變化，并根據(jù)位置變化還原目標特征位置，使目標特征處于高分辨率圖像中相同位置；

疊加融合單元，用于將所有高分辨率圖像疊加融合。

進一步地，還包括，前處理單元，用于將視頻文件按照其本身的幀數(shù)分解成多張圖像，并按照圖像幀順序依次排列。

進一步地，所述位置還原單元，包括，

邊緣處理模塊，用于將放大后的高分辨率圖像進行復制，得到對應的高分辨率樣本圖像，對高分辨率圖像樣本進行高斯模糊運算或去高斯模糊運算；

位移獲取模塊，用于參照前一幀圖像移動后一幀圖像，當圖像上的目標特征中心或邊緣輪廓重疊時，記錄每一張高分辨率樣本圖像的位置變化數(shù)據(jù)，并將位置變化數(shù)據(jù)移植到原高分辨率圖像。

進一步地，所述疊加融合單元，包括疊加融合模塊，用于根據(jù)高分辨率圖像中的位置移動數(shù)據(jù)，將所有圖像融合疊加。

本發(fā)明的有益效果是：通過復制性放大原圖像，增加基礎像素的像素單位，縮小每個像素的占用尺寸，測算出實際目標特征的移動數(shù)據(jù)，得到圖像中被測算目標特征小于1像素位置實際移動的距離，得到更加清晰的目標特征邊界，最后疊加融合得到目標特征清晰的圖像，過程簡單有效，得到可以用于刑偵場景的足夠清晰的圖像。

附圖說明

圖1是本發(fā)明一實施例一種多幀圖像清晰化處理方法的流程框圖；

圖2是本發(fā)明一實施例一種多幀圖像清晰化處理方法一步驟的具體流程圖；

圖3是本發(fā)明一實施例一種多幀圖像清晰化處理裝置的結構框圖；

圖4是本發(fā)明一實施例一種多幀圖像清晰化處理裝置的位置還原單元的結構框圖；

圖5是本發(fā)明一實施例一種多幀圖像清晰化處理裝置的疊加融合單元的結構框圖。

本發(fā)明目的的實現(xiàn)、功能特點及優(yōu)點將結合實施例，參照附圖做進一步說明。

具體實施方式

應當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

本技術領域技術人員可以理解，除非特意聲明，這里使用的單數(shù)形式“一”、“一個”、“所述”和“該”也可包括復數(shù)形式。應該進一步理解的是，本發(fā)明的說明書中使用的措辭“包括”是指存在所述特征、整數(shù)、步驟、操作、元件和/或組件，但是并不排除存在或添加一個或多個其他特征、整數(shù)、步驟、操作、元件、組件和/或它們的組。這里使用的措辭“和/或”包括一個或更多個相關聯(lián)的列出項的全部或任一單元和全部組合。

本技術領域技術人員可以理解，除非另外定義，這里使用的所有術語(包括技術術語和科學術語)，具有與本發(fā)明所屬領域中的普通技術人員的一般理解相同的意義。還應該理解的是，諸如通用字典中定義的那些術語，應該被理解為具有與現(xiàn)有技術的上下文中的意義一致的意義，并且除非像這里一樣被特定定義，否則不會用理想化或過于正式的含義來解釋。

參照圖1-2，提出本發(fā)明一實施例一種多幀圖像清晰化處理方法，包括以下步驟：

S1、將視頻文件按照其本身的幀數(shù)分解成多張圖像，并按照圖像幀順序依次排列。

S2、將待處理圖像進行像素復制性放大，得到放大后的高分辨率圖。

S3、選取高分辨率圖像中的目標特征，確定目標特征在高分辨率圖像中的位置變化，并根據(jù)位置變化還原目標特征位置，使目標特征處于高分辨率圖像中相同位置。

S4、將所有高分辨率圖像疊加融合。

如上述步驟S1所述，其中，視頻文件每一秒的幀數(shù)是一定的，也就是一段時間長度的視頻文件中包含的靜態(tài)圖片數(shù)量是固定的，而且一般為很多幀，每幀圖像之間的先后順序是固定的，我們可以將視頻文件分解為若干張有先后順序的圖像，并根據(jù)各幀圖像在視頻文件中出現(xiàn)的時間先后來依次編號排序，以用于了解前后圖像之間的關系，方便后續(xù)比較并得到前后幀的圖像中目標特征的位置變化。

上述的視頻文件，包含有我們想要清晰化的目標特征，其進一步地可以為監(jiān)控錄像文件，實際應用時，根據(jù)目標特征在視頻文件中出現(xiàn)的時間和消失的時間截取監(jiān)控錄像文件，以進行后續(xù)的操作。實際的，目標特征，可以是視頻文件中出現(xiàn)的車牌信息、人臉信息或其他需要準確了解的可視化信息。

如上述步驟S2所述，物體在視頻或者圖像中發(fā)生位移時，物體像素成像會隨著物體的移動產(chǎn)生不同的成像，簡化至單個像素(白底黑物)，初始狀態(tài)為a像素位置為100％黑，b像素位置100％白，將黑像素從a像素位置完全移動到相鄰的b像素位置內，此時b像素位置為100％黑，a像素位置100％白，這是像素的完整遷移；當像素發(fā)生移動后百分之70％留在a像素位置，而30％移動到了b像素位置，根據(jù)木桶理論，a像素位置為70％黑，而b像素位置為30％黑，也就是原來的像素無法獨立存在于a像素位置和b像素位置之間，這樣即使對圖像進行疊加融合，也無法得到含有清晰的目標特征圖像。步驟S2中對進行像素復制性放大，是指將原先像素分解成占用尺寸更小的像素單位，例如將原先a像素，分為4*4個a₁像素，分解后的a₁像素占用尺寸大小為原先的a像素的十六分之一，這樣當像素發(fā)生位移時，我們可以獲取像素小于1像素單位的小幅度位移，對應的可以得到更加精確的目標特征邊緣信息。

如上述步驟S3，包括以下步驟，

S31、將放大后的高分辨率圖像進行復制，得到對應的高分辨率樣本圖像，對高分辨率圖像樣本進行高斯模糊運算或去高斯模糊運算。

S32、參照前一幀圖像移動后一幀圖像，當圖像上的目標特征中心或邊緣輪廓重疊時，記錄每一張高分辨率樣本圖像的位置變化數(shù)據(jù)，并將位置變化數(shù)據(jù)移植到原高分辨率圖像。

如上步驟S31所述，在對高分辨率圖像進行模糊變化時，相鄰近像素會發(fā)生像素交融，從而使整體色域產(chǎn)生邊界虛化現(xiàn)象，此時圖像整體色域的位置變化清晰可見，并將位置變化數(shù)據(jù)反饋給原始的高分辨率圖像。

在本發(fā)明另一實施例中，可以使用去模糊算法，在對高分辨率圖像進行去模糊變化時，相鄰近像素會發(fā)生像素交融的同時，計算出二次邊緣，此時圖像整體邊緣清晰可見，位置變化也可見，并從根據(jù)變化圖像估算移動距離，將位置變化數(shù)據(jù)反饋給原始的高分辨率圖像。

如上步驟S32所述，參照前一幀圖像移動后一幀圖像，可以通過肉眼觀察或電腦自動運算，當目標特征的中心或邊緣輪廓重疊時，記錄下圖像之間的位置變化數(shù)據(jù)，并將位置變化數(shù)據(jù)移植到原高分辨率圖像。

其中，如通過肉眼觀察來判斷出位置變化數(shù)據(jù)，則需記錄圖像在x,y坐標系中的移動距離，完成疊加后，將位置變化數(shù)據(jù)移植到原高分辨率圖像。

如上步驟S4所述，通過上述步驟可得到前后兩幀圖像中目標特征的位置變化數(shù)據(jù)，通過位置變化數(shù)據(jù)可以得到用于疊加的圖像，所有圖像中目標特征的位置保持一致，最后將所有圖像融合疊加，得到清晰的目標特征圖像。

本發(fā)明的有益效果是：通過復制性放大原圖像，增加基礎像素的像素單位，縮小每個像素的占用尺寸，測算出實際目標特征的移動數(shù)據(jù)，得到圖像中被測算目標特征小于1像素位置實際移動的距離，得到更加清晰的目標特征邊界，最后疊加融合得到目標特征清晰的圖像，過程簡單有效，得到可以用于刑偵場景的足夠清晰的圖像。

參照圖3-5，本發(fā)明還提出了一種多幀圖像清晰化處理裝置，包括：

前處理單元1，用于將視頻文件按照其本身的幀數(shù)分解成多張圖像，并按照圖像幀順序依次排列。

放大單元2，用于將待處理圖像進行像素復制性放大，得到放大后的高分辨率圖像；

位置還原單元3，用于選取高分辨率圖像中的目標特征，確定目標特征在高分辨率圖像中的位置變化，并根據(jù)位置變化還原目標特征位置，使目標特征處于高分辨率圖像中相同位置；

疊加融合單元4，用于將所有高分辨率圖像疊加融合。

對于前處理單元1，其中，視頻文件每一秒的幀數(shù)是一定的，也就是一段時間長度的視頻文件中包含的靜態(tài)圖片數(shù)量是固定的，而且一般為很多幀，每幀圖像之間的先后順序是固定的，我們可以將視頻文件分解為若干張有先后順序的圖像，并根據(jù)各幀圖像在視頻文件中出現(xiàn)的時間先后來依次編號排序，以用于了解前后圖像之間的關系，方便后續(xù)比較并得到前后幀的圖像中目標特征的位置變化。

上述的視頻文件，包含有我們想要清晰化的目標特征，其進一步地可以為監(jiān)控錄像文件，實際應用時，根據(jù)目標特征在視頻文件中出現(xiàn)的時間和消失的時間截取監(jiān)控錄像文件，以進行后續(xù)的操作。實際的，目標特征，可以是視頻文件中出現(xiàn)的車牌信息、人臉信息或其他需要準確了解的可視化信息。

放大單元2工作時，物體在視頻或者圖像中發(fā)生位移時，物體像素成像會隨著物體的移動產(chǎn)生不同的成像，簡化至單個像素(白底黑物)，初始狀態(tài)為a像素位置為100％黑，b像素位置100％白，將黑像素從a像素位置完全移動到相鄰的b像素位置內，此時b像素位置為100％黑，a像素位置100％白，這是像素的完整遷移；當像素發(fā)生移動后百分之70％留在a像素位置，而30％移動到了b像素位置，根據(jù)木桶理論，a像素位置為70％黑，而b像素位置為30％黑，也就是原來的像素無法獨立存在于a像素位置和b像素位置之間，這樣即使對圖像進行疊加融合，也無法得到含有清晰的目標特征圖像。步驟S2中對進行像素復制性放大，是指將原先像素分解成占用尺寸更小的像素單位，例如將原先a像素，分為4*4個a₁像素，分解后的a₁像素占用尺寸大小為原先的a像素的十六分之一，這樣當像素發(fā)生位移時，我們可以獲取像素小于1像素單位的小幅度位移，對應的可以得到更加精確的目標特征邊緣信息。

如圖4所示，位置還原單元3，包括，邊緣處理模塊301和位移獲取模塊302。邊緣處理模塊301，用于將放大后的高分辨率圖像進行復制，得到對應的高分辨率樣本圖像，對高分辨率圖像樣本進行高斯模糊運算或去高斯模糊運算。

位移獲取模塊302，用于參照前一幀圖像移動后一幀圖像，當圖像上的目標特征中心或邊緣輪廓重疊時，記錄每一張高分辨率樣本圖像的位置變化數(shù)據(jù)，并將位置變化數(shù)據(jù)移植到原高分辨率圖像。

邊緣處理模塊301，用于對高分辨率圖像進行模糊變化，進行模糊變化時相鄰近像素會發(fā)生像素交融，從而使整體色域產(chǎn)生邊界虛化現(xiàn)象，此時圖像整體色域的位置變化清晰可見，并將位置變化數(shù)據(jù)反饋給原始的高分辨率圖像。

在本發(fā)明另一實施例中，邊緣處理模塊301通過使用去模糊算法，在對高分辨率圖像進行去模糊變化時，相鄰近像素會發(fā)生像素交融的同時，計算出二次邊緣，此時圖像整體邊緣清晰可見，位置變化也可見，并從根據(jù)變化圖像估算移動距離，將位置變化數(shù)據(jù)反饋給原始的高分辨率圖像。

其中，如通過肉眼觀察來判斷出位置變化數(shù)據(jù)，則需記錄圖像在x,y坐標系中的移動距離，完成疊加后，將位置變化數(shù)據(jù)移植到原高分辨率圖像。

疊加融合單元4，包括疊加融合模塊401，用于根據(jù)高分辨率圖像中的位置移動數(shù)據(jù)，將所有圖像融合疊加。得到前后兩幀圖像中目標特征的位置變化數(shù)據(jù)，通過位置變化數(shù)據(jù)可以得到用于疊加的圖像，所有圖像中目標特征的位置保持一致，最后將所有圖像融合疊加，得到清晰的目標特征圖像。

本發(fā)明的有益效果是：通過復制性放大原圖像，增加基礎像素的像素單位，縮小每個像素的占用尺寸，測算出實際目標特征的移動數(shù)據(jù)，得到圖像中被測算目標特征小于1像素位置實際移動的距離，得到更加清晰的目標特征邊界，最后疊加融合得到目標特征清晰的圖像，過程簡單有效，得到可以用于刑偵場景的足夠清晰的圖像。

以上所述僅為本發(fā)明的優(yōu)選實施例，并非因此限制本發(fā)明的專利范圍，凡是利用本發(fā)明說明書及附圖內容所作的等效結構或等效流程變換，或直接或間接運用在其他相關的技術領域，均同理包括在本發(fā)明的專利保護范圍內。