一種監(jiān)控視頻的實(shí)時(shí)去霧方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及一種監(jiān)控視頻的實(shí)時(shí)去霧方法，屬于圖像處理技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 視頻去霧問(wèn)題是計(jì)算機(jī)視覺(jué)領(lǐng)域中的一個(gè)重要課題，其是指對(duì)在霧天拍攝的降質(zhì) 的視頻進(jìn)行增強(qiáng)還原W消除霧氣的影響，增強(qiáng)其視覺(jué)效果和可視度的問(wèn)題。在霧、霸天氣條 件下，場(chǎng)景福射照度被大氣中的懸浮微粒散射，戶(hù)外場(chǎng)景能見(jiàn)度降低，圖像/視頻中的目標(biāo) 對(duì)比度和顏色特征被衰減，場(chǎng)景的可辨識(shí)度大大降低。隨著社會(huì)經(jīng)濟(jì)的發(fā)展，諸如智能監(jiān)控 視頻、目標(biāo)檢測(cè)與識(shí)別W及遙感應(yīng)用等領(lǐng)域?qū)σ曨l的依賴(lài)越來(lái)越大，去除視頻中霧氣對(duì)場(chǎng) 景及目標(biāo)的影響顯得十分必要。
[0003] 由于視頻可W被簡(jiǎn)單視為連續(xù)的圖像序列，故可利用圖像去霧方法對(duì)視頻進(jìn)行 處理。近年來(lái)，圖像去霧方法已有很多相關(guān)研究，比如基于局部先驗(yàn)的圖像去霧方法化e K,SunJ,TangX.Singleimagehazeremovalusingdarkchannelprior[J].Pattern AnalysisandMachineIntelligence,IEEETransactionson,2011, 33(12):2341-2353 ; Fattal,Raanan."Singleimagedehazing."ACMTransactionsonGraphics(TOG). Vol. 27.No. 3.ACM, 2008.)。W上的圖像去霧算法能夠?qū)D像實(shí)現(xiàn)去霧增強(qiáng)。但是利用圖像 局部先驗(yàn)對(duì)場(chǎng)景的深度或傳輸率進(jìn)行估計(jì)時(shí)，對(duì)于真實(shí)場(chǎng)景中的很多情況，先驗(yàn)的失效會(huì) 導(dǎo)致場(chǎng)景深度或傳輸率的估計(jì)錯(cuò)誤，從而導(dǎo)致最終的圖像去霧效果不佳。同時(shí)該類(lèi)方法計(jì) 算復(fù)雜度高，耗費(fèi)大量的運(yùn)算時(shí)間和空間，制約了其實(shí)際應(yīng)用中的實(shí)時(shí)性?？傮w來(lái)說(shuō)，利用 單幅圖像去霧算法對(duì)視頻進(jìn)行逐帖去霧增強(qiáng)處理，沒(méi)有考慮視頻本身時(shí)間連續(xù)性，造成去 霧視頻的局部或全局不連續(xù)或閃爍。
[0004] 申請(qǐng)?zhí)枮镃N201210125321. 5的專(zhuān)利公開(kāi)了一種基于自適應(yīng)容差的視頻圖像去霧 方法。該方法利用引導(dǎo)濾波對(duì)透射率的估計(jì)進(jìn)行細(xì)化，從而得到更加細(xì)致的透射圖，使去霧 結(jié)果更加細(xì)膩。但引導(dǎo)濾波的過(guò)程計(jì)算復(fù)雜度高，并不能滿(mǎn)足視頻處理的實(shí)時(shí)性要求。
[0005] 申請(qǐng)?zhí)枮镃N201110134572. 5的專(zhuān)利公開(kāi)了一種實(shí)時(shí)視頻的去霧處理系統(tǒng)。該系 統(tǒng)利用數(shù)字集成電路實(shí)現(xiàn)了去霧，通過(guò)硬件加速來(lái)提升去霧處理的速度。該系統(tǒng)處理分辨 率為288X352的視頻速度可達(dá)60帖/秒，處理720X576的視頻速率可達(dá)15帖/秒。該 方法對(duì)于高清視頻并不能滿(mǎn)足實(shí)時(shí)去霧處理。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的是為了解決視頻去霧算法計(jì)算復(fù)雜度高，不能滿(mǎn)足實(shí)時(shí)處理的問(wèn) 題，提出了一種監(jiān)控視頻的實(shí)時(shí)去霧方法。該方法根據(jù)監(jiān)控視頻場(chǎng)景固定的特點(diǎn)，首先對(duì)監(jiān) 控場(chǎng)景進(jìn)行數(shù)據(jù)采集，利用采集到的數(shù)據(jù)作為先驗(yàn)對(duì)監(jiān)控視頻進(jìn)行實(shí)時(shí)去霧。
[0007] 本發(fā)明的目的是是通過(guò)下述技術(shù)方案實(shí)現(xiàn)的。
[000引一種監(jiān)控視頻的實(shí)時(shí)去霧方法，包括如下步驟；
[0009] 步驟一、場(chǎng)景數(shù)據(jù)采集和采樣
[0010] 分時(shí)段對(duì)場(chǎng)景監(jiān)控視頻進(jìn)行采集，對(duì)采集到的視頻進(jìn)行采樣，對(duì)得到的樣本場(chǎng)景 圖像提取光照、對(duì)比度、暗通道等特征，按照特征相似性，采用K-means進(jìn)行聚類(lèi)，通過(guò)歸為 一類(lèi)的的圖像對(duì)場(chǎng)景的傳輸率圖進(jìn)行估計(jì)，然后將所得到的K個(gè)傳輸率圖進(jìn)行最小二乘優(yōu) 化，得到最終估計(jì)得場(chǎng)景傳輸率圖W及對(duì)應(yīng)的樣本圖像。
[0011] 步驟二.監(jiān)控視頻內(nèi)容劃分
[0012] 監(jiān)控視頻的智能化處理更關(guān)注運(yùn)動(dòng)目標(biāo)，故運(yùn)動(dòng)目標(biāo)的去霧效果至關(guān)重要。對(duì)于 采集到的監(jiān)控視頻，首先采用帖差法將視頻帖劃分為運(yùn)動(dòng)目標(biāo)和背景兩個(gè)部分。對(duì)于背景 部分，直接套用第一步中估計(jì)得到的場(chǎng)景傳輸率；對(duì)于運(yùn)動(dòng)目標(biāo)部分進(jìn)行傳輸率的重新計(jì) 算估計(jì)。
[0013] 步驟監(jiān)控視頻去霧處理
[0014] 1)有霧天氣檢測(cè)；均勻間隔對(duì)視頻中某一帖進(jìn)行檢測(cè)，提取其暗通道特征，當(dāng)大 于預(yù)設(shè)闊值時(shí)為無(wú)霧天氣，不需要進(jìn)行去霧處理；當(dāng)小于預(yù)設(shè)闊值時(shí)判定為有霧天氣，進(jìn)行 去霧處理。
[0015] 2)視頻背景去霧：對(duì)視頻進(jìn)行均勻采樣抽樣圖像，對(duì)抽樣圖像在第一步中的樣本 圖像集合中檢測(cè)最相似的樣本圖像，將該樣本圖像的傳輸率圖設(shè)為背景部分的傳輸率圖。
[0016] 3)視頻前景去霧；由于場(chǎng)景深度變化的平滑性，前景部分的深度應(yīng)與周?chē)h(huán)境的 深度相近。故考慮傳輸率的平滑性和前景部分的對(duì)比度增強(qiáng)兩個(gè)因素，構(gòu)造能量函數(shù)，對(duì)前 景部分的傳輸率圖優(yōu)化求解。由于前景部分的區(qū)域較小，求解十分迅速。
[0017] 4)大氣光估計(jì)；由于對(duì)單幅圖像進(jìn)行大氣光估計(jì)的誤差，會(huì)造成去霧視頻的整體 亮度變化不平滑而出現(xiàn)閃爍。本發(fā)明采用對(duì)抽樣得到的樣本圖像進(jìn)行大氣光估計(jì)，并對(duì)視 頻連續(xù)的大氣光值進(jìn)行平滑處理，避免去霧視頻的閃爍，同時(shí)減小了大氣光估計(jì)的計(jì)算量。 [00 1引有益效果
[0019] 與現(xiàn)有視頻/圖像去霧方法相比，本發(fā)明具有W下明顯的有益效果
[0020] 1.算法簡(jiǎn)單，計(jì)算復(fù)雜度低，實(shí)現(xiàn)速度快。
[0021] 2.算法對(duì)監(jiān)控視頻的特點(diǎn)有針對(duì)性處理，減小了無(wú)霧天氣時(shí)的計(jì)算冗余，且魯椿 性強(qiáng)。
【附圖說(shuō)明】
[0022] 圖1是場(chǎng)景監(jiān)控視頻采集流程圖；
[0023] 圖2是場(chǎng)景去霧方法流程圖。
【具體實(shí)施方式】
[0024] 下面結(jié)合附圖對(duì)本發(fā)明的【具體實(shí)施方式】做詳細(xì)說(shuō)明。
[0025] 一種監(jiān)控視頻的實(shí)時(shí)去霧方法，如圖1所示，其具體實(shí)現(xiàn)過(guò)程如下：
[0026] 步驟一、場(chǎng)景監(jiān)控視頻采集
[0027] 對(duì)于監(jiān)控?cái)z像頭采集的視頻流，每分鐘進(jìn)行一次數(shù)據(jù)采集，將每30分鐘所采集到 的30帖圖像進(jìn)行平均，作為該時(shí)段的樣本圖像數(shù)據(jù)。對(duì)采集到的樣本圖像r提取如下特 征：
[002引 1)圖像平均亮度Lmean= 2wL6(X，y)。其中L6為Ie在L油顏色空間中的亮度分 量，X、y為圖像像素坐標(biāo)。
[0029] 2)圖像對(duì)比度公={c|c