快速自適應(yīng)最佳化算法在望遠(yuǎn)視頻圖像中的應(yīng)用*

方紫娟，謝正祥，馮 鵬，黃維娜

(1.重慶郵電大學(xué)工業(yè)物聯(lián)網(wǎng)與網(wǎng)絡(luò)化控制教育部重點(diǎn)實(shí)驗(yàn)室，重慶400065;2.重慶醫(yī)科大學(xué)生物醫(yī)學(xué)工程研究室，重慶400016)

視頻增強(qiáng)技術(shù)目前主要分為空域增強(qiáng)法和頻域增強(qiáng)法兩大類(lèi)［6］?？沼蛟鰪?qiáng)法通常是對(duì)像素點(diǎn)進(jìn)行操作，主要包括:直方圖均衡化、模糊邏輯增強(qiáng)和基于遺傳算法優(yōu)化等，頻域增強(qiáng)法的基礎(chǔ)是卷積定理，利用信號(hào)處理的手段來(lái)處理圖像，如:低通濾波、高通濾波、同態(tài)濾波等，然而這些方法在應(yīng)用上都有一定的局限性［7］。例如:直方圖均衡化容易丟失細(xì)節(jié)信息、對(duì)噪聲敏感、對(duì)比度增強(qiáng)力度相對(duì)較低。同態(tài)濾波模擬了人眼的視覺(jué)特性，增強(qiáng)效果較好，但實(shí)際情況下，同態(tài)濾波常常沒(méi)有計(jì)算反射圖像，增強(qiáng)效果不穩(wěn)定［8］。

針對(duì)上述問(wèn)題，我們提出一種望遠(yuǎn)視頻圖像質(zhì)量快速自適應(yīng)最佳化的方法，即通過(guò)視頻圖像全譜變換、建立視頻圖像質(zhì)量自適應(yīng)最佳化模型來(lái)完成圖像質(zhì)量最佳化。該方法既能提高視頻圖像質(zhì)量，又能嵌入到望遠(yuǎn)系統(tǒng)中。這種具有快速、自適應(yīng)、最佳化的視頻圖像監(jiān)控技術(shù)對(duì)于增強(qiáng)我國(guó)在遠(yuǎn)距離夜視監(jiān)控系統(tǒng)的技術(shù)儲(chǔ)備，提高國(guó)家的安防實(shí)力是非常重要的［9］。

1 視頻圖像質(zhì)量快速自適應(yīng)最佳化方法

1.1 視頻圖像質(zhì)量評(píng)價(jià)函數(shù)

人類(lèi)視覺(jué)問(wèn)題屬于心理物理問(wèn)題，圖像質(zhì)量評(píng)價(jià)也是心理物理問(wèn)題。在對(duì)人類(lèi)視覺(jué)感知圖像質(zhì)量特征參數(shù)的基礎(chǔ)上，我們構(gòu)建了一個(gè)通用的圖像質(zhì)量評(píng)價(jià)函數(shù)U-IQAF(Universal Image Quality Assessment Function)表示為綜合圖像質(zhì)量評(píng)價(jià)函數(shù)CAF(Comprehensive Image Quality Assessment Function)來(lái)評(píng)價(jià)一幅圖像質(zhì)量［10］，如下:

其中 AIE、APCL、AHF、NNF和 ABWF分別表示平均信息熵、平均物理對(duì)比度級(jí)、平均層次因子、平均亮度歸一化鄰近距離和平均帶寬因子。在視頻處理中，對(duì)單幀運(yùn)用CAF評(píng)價(jià)，構(gòu)建綜合視頻圖像質(zhì)量評(píng)價(jià)函數(shù)，實(shí)現(xiàn)對(duì)視頻圖像質(zhì)量的評(píng)價(jià)。CAF值越大，視頻圖像視覺(jué)質(zhì)量越好，進(jìn)而用CAF值來(lái)指導(dǎo)視頻圖像增強(qiáng)的方向，以達(dá)到視頻圖像質(zhì)量的最佳化。

1.2 視頻圖像的全譜變換

對(duì)于8 bit的灰度圖像和24 bit的彩色圖像，灰度譜和每一個(gè)顏色分量色度譜分別有0～255共256級(jí)，因此最大譜寬度為256。研究發(fā)現(xiàn)，譜帶的寬度不同，圖像的質(zhì)量明顯不同;灰度/色度譜較寬的圖像，具有較好的視覺(jué)效果。全譜(譜寬為256)圖像具有最好的視覺(jué)效果。視頻圖像的全譜變換是由模糊數(shù)學(xué)中Zadeh變換而來(lái)的。Zadeh變換是指任意數(shù)據(jù)集映射到［0，1］區(qū)間的變換。

將［0，1］區(qū)間擴(kuò)展到［0，255］就成了全譜變換:

Right和Left分別是視頻圖像的灰度/色度譜的右、左邊界值。i=0，1，2代表紅、綠、藍(lán)三通道的顏色成分。K稱(chēng)為擴(kuò)張或收縮因子。在此，為了使每一個(gè)顏色分量色度譜為全譜，即0～255共256級(jí)，令K=255。O(i，x，y)表示變換前某個(gè)像素點(diǎn)的灰度/色度值，T(i，x，y)代表 Zadeh-X 變換后的某個(gè)像素點(diǎn)的灰度/色度值，Tvist(i，x，y)表示經(jīng)過(guò)全譜變換后某像素點(diǎn)i通道的灰度/色度值。全譜變換的實(shí)質(zhì)是圖像的灰度/色度譜拉伸，但其較傳統(tǒng)線性拉伸［11］有所不同:傳統(tǒng)線性拉伸主要用來(lái)改善圖像的對(duì)比度，而全譜變換具有一定的圖像增強(qiáng)功能，并且變換的視頻圖像灰度/色度譜占有整個(gè)帶寬，我們稱(chēng)其為標(biāo)準(zhǔn)化視頻圖像，為視頻圖像質(zhì)量最佳化建立了統(tǒng)一的計(jì)算基礎(chǔ)，即根據(jù)標(biāo)準(zhǔn)化視頻圖像，建立視頻圖像質(zhì)量最佳化模型。

1.3 視頻圖像質(zhì)量的自適應(yīng)最佳化模型

對(duì)于靜態(tài)圖像，可以取不同變換參數(shù)進(jìn)行比較，從而通過(guò)觀測(cè)不同圖像效果得到最佳化圖像。然而，對(duì)于連續(xù)的視頻圖像，由于每幀圖像變換參數(shù)值不同，變換參數(shù)值的大小直接影響最佳化的效果，考慮到連續(xù)性的要求，我們建立視頻圖像質(zhì)量的自適應(yīng)最佳化模型AOMVIQ(Adaptive Optimization Model of Video Image Quality)。

財(cái)務(wù)不僅是一項(xiàng)業(yè)務(wù)，更是一項(xiàng)管理。加強(qiáng)財(cái)務(wù)管理有利于醫(yī)院經(jīng)濟(jì)管理水平的提高。第一，要有一個(gè)正規(guī)科學(xué)的預(yù)算管理制度，對(duì)醫(yī)療方面的活動(dòng)要進(jìn)行事前控制，并進(jìn)一步加強(qiáng)和強(qiáng)化成本預(yù)算的監(jiān)督。第二，要不斷加強(qiáng)和完善成本核算的機(jī)制，實(shí)現(xiàn)醫(yī)患收益平衡。第三，加強(qiáng)財(cái)務(wù)資金管理制度，對(duì)醫(yī)院的資金流動(dòng)進(jìn)行全程監(jiān)督，確保對(duì)醫(yī)院的流動(dòng)資金進(jìn)行有序管理。

Zadeh-X 變換［12－13］如下:

Theta∈［0，255］和 Delta∈［1，∞］分別為原圖像的灰/色度起點(diǎn)和灰/色度分布范圍。研究發(fā)現(xiàn)Delta=255時(shí)的Zadeh-X變換的結(jié)果是原始圖像，Zadeh-X變換取適當(dāng)?shù)淖儞Q參數(shù)可以創(chuàng)建最佳質(zhì)量圖像。同時(shí)，我們發(fā)現(xiàn)Delta的值與平均亮度值A(chǔ)L的關(guān)系可以用于獲取最佳質(zhì)量圖像。根據(jù)大量不同環(huán)境照度下視頻圖像的實(shí)驗(yàn)數(shù)據(jù)分析知，對(duì)于標(biāo)準(zhǔn)化視頻圖像，Delta與AL之間應(yīng)當(dāng)有下面等式關(guān)系:

式(4)和式(5)被稱(chēng)為AOMVIQ的變換參數(shù)。由式(4)可知，Delta能自適應(yīng)于視頻圖像視覺(jué)參數(shù)AL。

1.4 視頻圖像的最佳化變換

視頻圖像標(biāo)準(zhǔn)化是視頻圖像的最佳化變換VIQOT(Video Image Quality Optimization Transformation)的基礎(chǔ)。VIQOT由Zadeh-X變換改進(jìn)而來(lái)，如下:

此時(shí):

式中i=0，1，2代表紅、綠、藍(lán)三通道的顏色成分。K被稱(chēng)為擴(kuò)張因子或者收縮因子。在此，同樣令 K=255，O(i，x，y)和 Tviqot(i，x，y)分別代表最佳化變換前后的每個(gè)像素點(diǎn)的灰度/色度值，Tviqot(i，x，y)表示經(jīng)過(guò)VIQOT變換后某像素點(diǎn)i通道的灰度/色度值。AL是一幅圖像的平均亮度。VIQOT在Zadeh-X變換的基礎(chǔ)上除了能處理AL＜127.5的圖像外，還能處理AL＞127.5的圖像，能夠達(dá)到真正意義上的自適應(yīng)，通過(guò)VIQOT后的圖像具有最佳圖像質(zhì)量。

2 實(shí)驗(yàn)分析與結(jié)果

為了進(jìn)一步分析視頻圖像快速自適應(yīng)最佳化算法在望遠(yuǎn)視頻處理上的性能，采用Directshow［14］平臺(tái)搭建具有視頻圖像快速自適應(yīng)最佳化功能的望遠(yuǎn)實(shí)時(shí)監(jiān)控系統(tǒng)。一方面，測(cè)試視頻處理實(shí)時(shí)性能，另一方面，將實(shí)時(shí)采集視頻存盤(pán)為AVI文件，運(yùn)用視頻文件處理程序抓圖存取單幀圖像，采用綜合圖像質(zhì)量評(píng)價(jià)方法測(cè)試自適應(yīng)最佳化模型。

2.1 平臺(tái)介紹

Directshow是Windows平臺(tái)下通用的視頻處理框架技術(shù)，是一套建立在組建對(duì)象模型(COM)基礎(chǔ)上的高效多媒體開(kāi)發(fā)系統(tǒng)，廣泛應(yīng)用于多媒體領(lǐng)域。在Directshow平臺(tái)上，編寫(xiě)具有視頻圖像質(zhì)量通用快速自適應(yīng)最佳化功能的Filter，將Filter鏈入到本地視頻文件回放鏈表和視頻采集捕獲鏈表中，前端采用望遠(yuǎn)USB接口攝像頭完成視頻采集，構(gòu)建具有視頻圖像快速自適應(yīng)最佳化功能的望遠(yuǎn)系統(tǒng)。

望遠(yuǎn)視頻實(shí)時(shí)監(jiān)控的目標(biāo)，一方面直接將原視頻存盤(pán)為一個(gè)視頻文件;另一方面期望以圖像幀的方式，采集RGB/YUV格式數(shù)據(jù)，當(dāng)外部指令為最佳化時(shí)，對(duì)數(shù)據(jù)做快速自適應(yīng)最佳化處理，可以分別預(yù)覽原視頻和補(bǔ)償后的視頻。

當(dāng)既需要實(shí)時(shí)觀測(cè)效果，又需要將原視頻存盤(pán)時(shí)，構(gòu)建鏈表如圖1所示。本文將采集的視頻分三路輸出，一路將采集的視頻實(shí)時(shí)回放，一路加入我們編寫(xiě)的最佳化Filter，將采集的視頻實(shí)時(shí)的處理輸出，第三路實(shí)現(xiàn)對(duì)原視頻的存儲(chǔ)。

實(shí)時(shí)視頻采集系統(tǒng)，數(shù)據(jù)流格式為YUY2，分辨率為:640×480。望遠(yuǎn)USB攝像頭采集幀率30幀/s，測(cè)試處理后顯示幀率在29幀/s以上，加入通用自適應(yīng)最佳化算法后幀偏移時(shí)間在10 ms以內(nèi)，視覺(jué)效果沒(méi)有延遲現(xiàn)象，滿足實(shí)時(shí)性要求。

圖1 望遠(yuǎn)視頻通用快速自適應(yīng)最佳化和存盤(pán)鏈表

2.2 視頻圖像質(zhì)量通用自適應(yīng)最佳化對(duì)比分析

分別截取望遠(yuǎn)距離為200 m、400 m、800 m的不同監(jiān)控視頻幀進(jìn)行實(shí)驗(yàn)，如圖2(a)、圖2(b)和圖2(c)所示。由于距離遠(yuǎn)，一般的監(jiān)控設(shè)備難以觀測(cè)圖像中汽車(chē)、籃球架、足球門(mén)(圖2(a)～2(c)中綠色圈位置)，需要采用望遠(yuǎn)設(shè)備實(shí)現(xiàn)遠(yuǎn)距離采集。圖3(a)、圖4(a)、圖5(a)是利用望遠(yuǎn)系統(tǒng)拍攝的視頻幀，由于望遠(yuǎn)攝像頭傳感器的限制，視頻圖像雖然存在對(duì)比度，但依然無(wú)法分辨視頻圖像中的信息。

針對(duì)望遠(yuǎn)監(jiān)控視頻出現(xiàn)的對(duì)比度低等缺點(diǎn)，本文采用空域的直方圖均衡化、頻域的同態(tài)濾波算法以及通用自適應(yīng)最佳化算法分別對(duì)圖3(a)、圖4(a)、圖5(a)進(jìn)行了處理。分析可知，直方圖均衡化增強(qiáng)的效果不是很協(xié)調(diào)，并且灰度級(jí)較低部分出現(xiàn)了譜線丟失的現(xiàn)象，圖像信息有所損失如圖3(b)、圖4(b)、圖5(b)所示;同態(tài)濾波后的圖像雖然譜線較直方圖均衡化有所保持，增加效果也比較自然，但對(duì)比度仍然較低，許多信息依然無(wú)法辨別如圖3(c)、圖4(c)、圖5(c)所示;而本文算法處理后的圖像灰度譜為全譜而且分布趨向平坦，圖像對(duì)比度較同態(tài)濾波也得到了增強(qiáng)，并具有較好的顏色信息，更符合人眼的視覺(jué)感官，如圖3(d)右、圖4(d)右、圖5(d)所示。

圖2 不同距離下非望遠(yuǎn)系統(tǒng)截取視頻圖像幀

圖3 圖2(a)望遠(yuǎn)系統(tǒng)監(jiān)控下的視頻幀處理效果對(duì)比圖

圖4 圖2(b)望遠(yuǎn)系統(tǒng)監(jiān)控下的視頻幀處理效果對(duì)比圖

圖5 圖2(c)望遠(yuǎn)系統(tǒng)監(jiān)控下的視頻幀處理效果對(duì)比圖

由表1數(shù)據(jù)分析可知，3種視頻圖像增強(qiáng)方法的對(duì)比度、平均亮度較原始視頻幀都有所增加、灰度譜也都有所拉伸，但綜合評(píng)價(jià)發(fā)現(xiàn)自適應(yīng)最佳化后視頻圖像擁有最大的CAF值，即最好的視頻圖像質(zhì)量?？梢钥闯?，圖3(d)、圖4(d)、圖5(d)分別和其對(duì)應(yīng)的原始視頻幀相比，CAF值分別增加了13.916 67、88.676 7、80.272 7倍。綜合分析得知，視頻圖像的自適應(yīng)最佳化可以使人類(lèi)感知的視頻圖像信息更豐富，圖像層次更清晰。

表1 視頻圖像質(zhì)量通用自適應(yīng)最佳化對(duì)比數(shù)據(jù)

3 結(jié)論

本文根據(jù)人們對(duì)遠(yuǎn)距離視頻圖像觀察和監(jiān)控等的需求，研究并實(shí)現(xiàn)了望遠(yuǎn)視頻圖像質(zhì)量自適應(yīng)最佳化，首先分析了人類(lèi)視覺(jué)感知圖像質(zhì)量特征參數(shù)，提出了綜合視頻圖像質(zhì)量評(píng)價(jià)函數(shù)，然后在視頻圖像全譜變換基礎(chǔ)上，構(gòu)建了視頻圖像質(zhì)量自適應(yīng)最佳化模型，最后在Directshow平臺(tái)上實(shí)現(xiàn)了望遠(yuǎn)視頻的快速自適應(yīng)最佳化。實(shí)驗(yàn)結(jié)果證明，該方法擴(kuò)展了望遠(yuǎn)系統(tǒng)的照度適應(yīng)范圍，有效的提高了視頻圖像質(zhì)量，為望遠(yuǎn)視頻圖像處理提供了新的思路。

［1］張?jiān)隽?，黨革榮，郁曉慶，等.基于無(wú)線傳感器網(wǎng)絡(luò)的節(jié)水灌溉遠(yuǎn)程監(jiān)控系統(tǒng)［J］.節(jié)水灌溉，2012，3(1):75－79.

［2］王珺，彭進(jìn)業(yè)，李丹嬌，等.基于DSP的視頻人臉監(jiān)控系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)［J］.計(jì)算機(jī)測(cè)量與控制，2012，20(3):697－701.

［3］龔薇，斯科，葉秀清，等.一種強(qiáng)魯棒性的實(shí)時(shí)圖像增強(qiáng)算法［J］.傳感技術(shù)學(xué)報(bào)，2007，20(9):2024－2028.

［4］李曉霞，李鋮果，鄒建華，等.一種新的低照度彩色圖像增強(qiáng)算法［J］.計(jì)算機(jī)應(yīng)用研究，2011，28(9):3554－3555，3558.

［5］侯雷，饒?jiān)撇?一種亮度融合的視頻增強(qiáng)方法［J］.光電工程，2011，38(8):52－36.

［6］Choudhury A，Medioni G.A Framework for Robust Online Video Contrast Enhancement Using Modularity Optimization［J］.IEEE Transactions on Circuits and Systems for Video Technology，2012，22(9):1266－1279.

［7］饒?jiān)撇?夜間視頻增強(qiáng)的關(guān)鍵技術(shù)研究［D］.成都:電子科技大學(xué)，2012.

［8］谷曙媚.視頻監(jiān)控系統(tǒng)中的圖像增強(qiáng)技術(shù)研究［D］.湖南:湖南大學(xué)，2012.

［9］李曉晨，姚素英，姚碧珍，等.一種應(yīng)用于高動(dòng)態(tài)范圍COMS圖像傳感器的曝光控制技術(shù)［J］.傳感技術(shù)學(xué)報(bào)，2013，26(3):328－332.

［10］陳勇，李愿，呂霞付，等.視覺(jué)感知的彩色圖像質(zhì)量積極評(píng)價(jià)［J］.光學(xué)精密工程，2013，21(3):742－750.

［11］Osman M K，Mashor M Y，Saad Z.Contrast Enhancement for Ziehl-Neelsen Tissue Slide Image using Linear Stretching and Histogram Equalization Technique［C］//IEEE Symposium on Industrial Electronics and Application，ISIEA，2009.431－435.

［12］Xie Z X，Wang Z F.Color Image Quality Assessment Based on Image Quality Parameters Perceived by Human Vision System［C］//International Conference on Multimedia Technology，ICMT，2010.1－4，.

［13］Xie Z X，Wang Z F，Lü X F.Single Image Quality Assessment and Creation of the Best Quality Image［C］//2nd International Conference on Information Science and Engineering，ICISE，2010.4022－4025，.

［14］陳勇，楊佳義，謝正祥，等.DirectShow框架下對(duì)比度分辨率補(bǔ)償?shù)囊曨l挖掘［J］.激光與紅外，2011，41(8):932－941.