一種監控視頻的自適應增強方法及其裝置的製作方法
2023-09-17 12:26:15
專利名稱：一種監控視頻的自適應增強方法及其裝置的製作方法
技術領域：
本發明屬於視頻圖像處理領域，特別涉及一種自適應地識別監控系統受到的各種幹擾，進而改善監控視頻圖像質量的方法及裝置。
背景技術：
視頻監控系統廣泛分布於社會的各個角落，監控獲得的視頻圖像的好壞將直接決定監控系統的效果。視頻監控系統需要長時間不間斷地在各種複雜場景中工作，所以視頻圖像容易受到各種因素的幹擾和影響，例如噪聲、低照度以及雨、雪、霧、霾等天氣等，這些因素都會影響視頻圖像的質量。視頻增強在視頻監控中有著重要的作用，現有的視頻增強方法與裝置一般是針對特定的幹擾因素對視頻圖像進行優化，例如，公開號為CN 101340510A的專利申請所公開的「一種視頻增強的方法及其裝置」，僅針對低照度視頻圖像進行改善，公開號為CN 101001317A的專利申請所公開的「一種視頻降噪的方法和裝置」，主要是對視頻圖像進行降噪，因而普適性差，不能自適應地應用於各種複雜的視頻監控場景。而在監控系統中，為了獲得更好的監控視頻效果，需要使得系統自適應地分析並處理各種不同的場景。
發明內容
本發明的目的是提供一種監控視頻的自適應增強方法及裝置，以適應視頻監控系統工作應用場景複雜，容易受到各種外界因素影響的特點，自適應地識別監控系統受到的各種幹擾，進而改善監控視頻圖像的質量，優化監控視頻的效果。本發明所述監控視頻的自適應增強方法，包括以下步驟亮度判斷步驟，用於判斷原始輸入圖像的亮度均值是否小於所設定閾值，如果原始輸入圖像的亮度均值小於設定閾值，則被監控視頻曝光不足，需要進行亮度處理，否則被監控視頻曝光正常，不需要進行亮度處理；霧霾判斷步驟，用於判斷原始輸入圖像的色飽和度分量的均值是否小於所設定閾值，如果原始輸入圖像的色飽和分量的均值小於設定閾值，則被監控視頻受到霧霾影響，需要進行去霧霾處理，否則被監控視頻未受霧霾影響，不需要進行去霧霾處理；噪聲判斷步驟，用於判斷原始輸入圖像索貝爾邊緣檢測後的目標分塊平均數是否大於所設定的第一閾值，如果原始輸入圖像的目標分塊平均數大於第一閾值，則繼續判斷原始輸入圖像的目標分塊數量標準差是否小於所設定的第二閾值，如果原始輸入圖像的目標分塊數量標準差小於第二閾值，則被監控視頻受到噪聲影響，需要進行去噪處理，否則被監控視頻未受噪聲影響，不需要進行去噪處理；所述原始輸入圖像的目標是指原始輸入圖像二值化後灰度值為255的連通區域；亮度處理步驟，用於通過伽馬變換修改原始輸入圖像像素點的灰度值，使被監控視頻曝光正常；霧霾處理步驟，通過均衡原始輸入圖像所對應的灰度直方圖得到一個新的亮度映射表，並根據所述新的亮度映射表修改原始圖像的灰度值，去除霧霾；噪聲處理步驟，用於修改原始輸入圖像像素點的亮度分量，去除噪聲。本發明所述的監控視頻的自適應增強方法，其亮度判斷包括以下步驟亮度均值計算步驟，用於根據原始輸入圖像的亮度分量計算所述圖像的亮度均值；亮度處理判斷步驟，用於判斷計算出的亮度均值是否小於所設定閾值，如果小於所設定閾值，則被監控視頻曝光不足，需要進行亮度處理，否則被監控視頻曝光正常，不需要進行亮度處理。本發明所述監控視頻的自適應增強方法，其霧霾判斷包括以下步驟第一色度空間轉換步驟，用於將原始輸入圖像從YUV色度空間轉換到RGB色度空間；色飽和度計算步驟，用於根據轉換後的RGB色度空間，計算原始輸入圖像每個像素點的色飽和度；色飽和度分量均值計算步驟，用於根據每個像素點的色飽和度計算出原始輸入圖像的色飽和度分量均值；霧霾處理判斷步驟，用於判斷計算出的色飽和度分量均值是否小於所設定閾值， 如果小於所設定閾值，則被監控視頻受到霧霾影響，需要進行去霧霾處理，否則被監控視頻未受霧霾影響，不需要進行去霧霾處理；第二色度空間轉換步驟，用於將轉換後的圖像從RGB色度空間反轉回YUV色度空間。本發明所述的監控視頻的自適應增強方法，其噪聲判斷包括以下步驟邊緣檢測步驟，用於將原始輸入圖像的Y通道分量通過索貝爾算子進行邊緣檢測，得到Y通道的邊緣圖像；二值化步驟，用於將檢測得到的邊緣圖像採用最大方差自適應閾值分割，得到二值圖像；目標統計計算步驟，用於將二值圖像平均分成9個塊，統計原始輸入圖像的目標總體個數、原始輸入圖像每個塊中的目標數量、以及原始輸入圖像的目標分塊平均數、原始輸入圖像的目標分塊數量標準差；噪聲處理判斷步驟，用於判斷計算出的原始輸入圖像的目標分塊平均數是否大於所設定的第一閾值，如果原始輸入圖像的目標分塊平均數大於第一閾值，則繼續判斷原始輸入圖像的目標分塊數量標準差是否小於所設定的第二閾值，如果原始輸入圖像的目標分塊數量標準差小於第二閾值，則被監控視頻受到噪聲影響，需要進行去噪處理，否則被監控視頻未受噪聲影響，不需要進行去噪處理。本發明所述監控視頻的自適應增強方法，能夠自動地分析監控視頻的圖像質量， 判斷所輸入的視頻圖像亮度是否需要處理，若判斷出需要亮度處理，則自動進行亮度處理， 亮度處理完畢後，自動對該視頻圖像進行是否需要去噪聲處理判斷，若需要進行去噪聲處理，則將視頻圖像進行去噪聲處理後輸出，若不需要進行去噪聲處理，則直接將視頻輸出； 若判斷出不需要亮度處理，則對該視頻圖像自動進行是否需要去霧霾處理判斷，若判斷結果為需要去霧霾處理，則進行去霧霾處理，去霧霾處理完畢後，自動對該視頻圖像進行是否需要去噪聲處理判斷，若需要進行去噪聲處理，則將視頻圖像進行去噪聲處理後輸出，若不需要進行去噪聲處理，則直接將視頻輸出；若判斷結果為不需要去霧霾處理，則自動進行是否需要噪聲處理判斷，若需要進行噪聲處理，則將視頻圖像進行去噪聲處理後輸出，若不需要進行去噪聲處理，則直接將視頻輸出。本發明所述監控視頻的自適應增強方法，通過計算機軟體實現。本發明所述監控視頻的自適應增強裝置，包括以下模塊亮度判斷模塊，用於判斷原始輸入圖像的亮度均值是否小於所設定閾值，如果原始輸入圖像的亮度均值小於設定閾值，則被監控視頻曝光不足，需要進行亮度處理，否則被監控視頻曝光正常，不需要進行亮度處理；霧霾判斷模塊，用於判斷原始輸入圖像的色飽和度分量的均值是否小於所設定閾值，如果原始輸入圖像的色飽和度分量的均值小於設定閾值，則被監控視頻受到霧霾影響， 需要進行去霧霾處理，否則被監控視頻未受霧霾影響，不需要進行去霧霾處理；噪聲判斷模塊，用於判斷原始輸入圖像索貝爾邊緣檢測後的目標分塊平均數是否大於所設定的第一閾值，如果原始輸入圖像的目標分塊平均數大於第一閾值，則繼續判斷原始輸入圖像的目標分塊數量標準差是否小於所設定的第二閾值，如果原始輸入圖像的目標分塊數量標準差小於第二閾值，則被監控視頻受到噪聲影響，需要進行去噪處理，否則被監控視頻未受噪聲影響，不需要進行去噪處理；所述原始輸入圖像的目標是指原始輸入圖像二值化後灰度值為255的連通區域；亮度處理模塊，用於通過伽馬變換修改原始輸入圖像像素點的灰度值，使被監控視頻曝光正常；霧霾處理模塊，通過均衡原始輸入圖像所對應的灰度直方圖得到一個新的亮度映射表，並根據所述新的亮度映射表修改原始圖像的灰度值，去除霧霾；噪聲處理模塊，用於修改原始輸入圖像像素點的亮度分量，去除噪聲。本發明所述監控視頻的自適應增強裝置，其亮度判斷模塊包括以下單元亮度均值計算單元，用於根據原始輸入圖像的亮度分量計算所述圖像的亮度均值；亮度處理判斷單元，用於判斷計算出的所述亮度均值是否小於所設定閾值，如果小於所設定閾值，則被監控視頻曝光不足，需要進行亮度處理，否則被監控視頻曝光正常， 不需要進行亮度處理。本發明所述的監控視頻的自適應增強裝置，其霧霾判斷模塊包括以下單元第一色度空間轉換單元，用於將原始輸入圖像從YUV色度空間轉換到RGB色度空間；色飽和度計算單元，用於根據轉換後的RGB色度空間，計算原始輸入圖像每個像素點的色飽和度；色飽和度分量均值計算單元，用於根據每個像素點的色飽和度計算出原始輸入圖像的色飽和度分量均值；霧霾處理判斷單元，用於判斷計算出的色飽和度分量均值是否小於所設定閾值， 如果小於所設定閾值，則被監控視頻受到霧霾影響，需要進行去霧霾處理，否則被監控視頻未受霧霾影響，不需要進行去霧霾處理；
第二色度空間轉換單元，用於將轉換後的圖像從RGB色度空間反轉回YUV色度空間。本發明所述監控視頻的自適應增強裝置，其噪聲判斷模塊包括以下單元邊緣檢測單元，用於將原始輸入圖像的Y通道分量通過索貝爾算子進行邊緣檢測，得到Y通道的邊緣圖像；二值化單元，用於將檢測得到的邊緣圖像採用最大方差自適應閾值分割，得到二值圖像；目標統計計算單元，用於將二值圖像平均分成9個塊，統計原始輸入圖像的目標總體個數、原始輸入圖像每個塊中的目標數量、以及原始輸入圖像的目標分塊平均數、原始輸入圖像的目標分塊數量標準差；噪聲處理判斷單元，用於判斷計算出的原始輸入圖像的目標分塊平均數是否大於所設定的第一閾值，如果原始輸入圖像的目標分塊平均數大於第一閾值，則繼續判斷原始輸入圖像的目標分塊數量標準差是否小於所設定的第二閾值，如果原始輸入圖像的目標分塊數量標準差小於第二閾值，則被監控視頻受到噪聲影響，需要進行去噪處理，否則被監控視頻未受噪聲影響，不需要進行去噪處理。本發明的有益效果實現了監控視頻的自適應增強，能夠自動地分析視頻圖像的質量，判斷出圖像受到何種幹擾和影響，並且針對性地自動進行圖像增強、優化處理，使監控視頻的圖像質量得到提高，使視頻監控系統能夠在複雜、多變的應用場景下良好、穩定、 持續地工作。
圖1是本發明所述監控視頻的自適應增強裝置在監控系統中的位置圖
圖2是本發明所述監控視頻的自適應增強裝置的結構圖3是圖2中亮度判斷模塊的單元結構圖4是圖2中霧霾判斷模塊的單元結構圖5是圖2中噪聲判斷模塊的單元結構圖6是圖2中亮度增強處理模塊的單元結構圖7是圖6中亮度映射表計算單元的子單元結構圖8圖2中霧霾處理模塊的單元結構圖9是圖2中噪聲處理模塊的單元結構圖10是本發明所述監控視頻的自適應增強方法的總體流程圖11是亮度判斷步驟的流程圖12是霧霾判斷步驟的流程圖13是噪聲判斷步驟的流程圖14是亮度處理步驟的流程圖15是霧霾處理步驟的流程圖16是噪聲處理步驟的流程圖，圖中是進行的四幀視頻序列平均處理。
具體實施方式
下面結合附圖對本發明所述監控視頻的自適應增強方法及裝置進行詳細說明。實施例1本發明所述監控視頻的自適應增強裝置在系統中的位置如圖1所示，該自適應增強裝置對攝像頭輸出的原始圖像數據進行自適應判斷，並進行相應處理，然後將處理後的目標圖像數據輸出到監視器。本實施例的原始圖像為YUV格式。本發明所述監控視頻的自適應增強裝置的結構如圖2所示，由亮度判斷模塊21、 霧霾判斷模塊22、噪聲判斷模塊23、亮度處理模塊M、霧霾處理模塊25和噪聲處理模塊沈組成。亮度判斷模塊21的結構如圖3所示，由亮度均值計算單元211和亮度處理判斷單元212組成。亮度均值計算單元211用於根據原始輸入圖像的亮度分量(Y通道分量)計算所述圖像的亮度均值(Y通道分量均值)，定義該Y通道分量圖像為MXN的二維灰度圖像X，
代表坐標為(i，j)處的像素值(以下均這樣定義)，則該亮度均值為亮度處理判斷單元212用於判斷計算出的亮度均值是否小於所設定閾值T(閾值T 根據需要與經驗確定，一般為50 70，本實施例設為60)，如果小於所設定閾值，則被監控視頻判斷為曝光不足，需要進行亮度處理，否則被監控視頻判斷為曝光正常，不需要進行亮度處理。霧霾判斷模塊22的結構如圖4所示，由第一色度空間轉換單元221、色飽和度計算單元222、色飽和度分量均值計算單元223、霧霾處理判斷單元2M和第二色度空間轉換單元225組成。第一色度空間轉換單元221用於將原始輸入圖像從YUV色度空間轉換到RGB色度空間；色飽和度計算單元222根據轉換後的RGB色度空間的三個分量R、G、B,計算原始輸入圖像每個像素點的色飽和度，計算公式如下 色飽和度分量均值計算單元223，用於根據每個像素點的色飽和度計算出原始輸入圖像的色飽和度分量均值，計算公式如下式中Sij代表坐標為(i，j)處的像素的色飽和度；霧霾處理判斷單元224，用於判斷計算出的色飽和分量均值是否小於所設定閾值 St (閾值ST根據需要與經驗確定，一般為0. 09 0. 11，本實施例設為0. 10)，如果小於所設定閾值，則被監控視頻判斷為受到霧霾影響，需要進行去霧霾處理，否則被監控視頻判斷為未受霧霾影響，不需要進行去霧霾處理；第二色度空間轉換單元225，用於將圖像從RGB色度空間反轉回YUV色度空間。噪聲判斷模塊23的結構如圖5所示，由邊緣檢測單元231、二值化單元232、目標 亮度均值評醒=Σ Σ A /MV ； 色飽和度A
權利要求
1.一種監控視頻的自適應增強方法，其特徵在於包括以下步驟亮度判斷步驟，用於判斷原始輸入圖像的亮度均值是否小於所設定閾值，如果原始輸入圖像的亮度均值小於設定閾值，則被監控視頻曝光不足，需要進行亮度處理，否則被監控視頻曝光正常，不需要進行亮度處理；霧霾判斷步驟，用於判斷原始輸入圖像的色飽和度分量的均值是否小於所設定閾值， 如果原始輸入圖像的色飽和度分量的均值小於設定閾值，則被監控視頻受到霧霾影響，需要進行去霧霾處理，否則被監控視頻未受霧霾影響，不需要進行去霧霾處理；噪聲判斷步驟，用於判斷原始輸入圖像索貝爾邊緣檢測後的目標分塊平均數是否大於所設定的第一閾值，如果原始輸入圖像的目標分塊平均數大於第一閾值，則繼續判斷原始輸入圖像的目標分塊數量標準差是否小於所設定的第二閾值，如果原始輸入圖像的目標分塊數量標準差小於第二閾值，則被監控視頻受到噪聲影響，需要進行去噪處理，否則被監控視頻未受噪聲影響，不需要進行去噪處理；所述原始輸入圖像的目標是指原始輸入圖像二值化後灰度值為255的連通區域；亮度處理步驟，用於通過伽馬變換修改原始輸入圖像像素點的灰度值，使被監控視頻曝光正常；霧霾處理步驟，通過均衡原始輸入圖像所對應的灰度直方圖得到一個新的亮度映射表，並根據所述新的亮度映射表修改原始圖像的灰度值，去除霧霾；噪聲處理步驟，用於修改原始輸入圖像像素點的亮度分量，去除噪聲。
2.根據權利要求1所述的監控視頻的自適應增強方法，其特徵在於亮度判斷包括以下步驟亮度均值計算步驟，用於根據原始輸入圖像的亮度分量計算所述圖像的亮度均值； 亮度處理判斷步驟，用於判斷計算出的所述亮度均值是否小於所設定閾值，如果小於所設定閾值，則被監控視頻曝光不足，需要進行亮度處理，否則被監控視頻曝光正常，不需要進行亮度處理。
3.根據權利要求1或2所述的監控視頻的自適應增強方法，其特徵在於霧霾判斷包括以下步驟第一色度空間轉換步驟，用於將原始輸入圖像從YUV色度空間轉換到RGB色度空間； 色飽和度計算步驟，用於根據轉換後的RGB色度空間，計算原始輸入圖像每個像素點的色飽和度；色飽和度分量均值計算步驟，用於根據每個像素點的色飽和度計算出原始輸入圖像的色飽和度分量均值；霧霾處理判斷步驟，用於判斷計算出的色飽和度分量均值是否小於所設定閾值，如果小於所設定閾值，則被監控視頻受到霧霾影響，需要進行去霧霾處理，否則被監控視頻未受霧霾影響，不需要進行去霧霾處理；第二色度空間轉換步驟，用於將轉換後的圖像從RGB色度空間反轉回YUV色度空間。
4.根據權利要求1或2所述的監控視頻的自適應增強方法，其特徵在於噪聲判斷包括以下步驟邊緣檢測步驟，用於將原始輸入圖像的Y通道分量通過索貝爾算子進行邊緣檢測，得到Y通道的邊緣圖像；二值化步驟，用於將檢測得到的邊緣圖像採用最大方差自適應閾值分割，得到二值圖像；目標統計計算步驟，用於將二值圖像平均分成9個塊，統計原始輸入圖像的目標總體個數、原始輸入圖像每個塊中的目標數量、以及原始輸入圖像的目標分塊平均數、原始輸入圖像的目標分塊數量標準差；噪聲處理判斷步驟，用於判斷計算出的原始輸入圖像的目標分塊平均數是否大於所設定的第一閾值，如果原始輸入圖像的目標分塊平均數大於第一閾值，則繼續判斷原始輸入圖像的目標分塊數量標準差是否小於所設定的第二閾值，如果原始輸入圖像的目標分塊數量標準差小於第二閾值，則被監控視頻受到噪聲影響，需要進行去噪處理，否則被監控視頻未受噪聲影響，不需要進行去噪處理。
5.根據權利要求3所述的監控視頻的自適應增強方法，其特徵在於噪聲判斷包括以下步驟邊緣檢測步驟，用於將原始輸入圖像的Y通道分量通過索貝爾算子進行邊緣檢測，得到Y通道的邊緣圖像；二值化步驟，用於將檢測得到的邊緣圖像採用最大方差自適應閾值分割，得到二值圖像；目標統計計算步驟，用於將二值圖像平均分成9個塊，統計原始輸入圖像的目標總體個數、原始輸入圖像每個塊中的目標數量、以及原始輸入圖像的目標分塊平均數、原始輸入圖像的目標分塊數量標準差；噪聲處理判斷步驟，用於判斷計算出的原始輸入圖像的目標分塊平均數是否大於所設定的第一閾值，如果原始輸入圖像的目標分塊平均數大於第一閾值，則繼續判斷原始輸入圖像的目標分塊數量標準差是否小於所設定的第二閾值，如果原始輸入圖像的目標分塊數量標準差小於第二閾值，則被監控視頻受到噪聲影響，需要進行去噪處理，否則被監控視頻未受噪聲影響，不需要進行去噪處理。
6.一種監控視頻的自適應增強裝置，其特徵在於包括以下模塊亮度判斷模塊，用於判斷原始輸入圖像的亮度均值是否小於所設定閾值，如果原始輸入圖像的亮度均值小於設定閾值，則被監控視頻曝光不足，需要進行亮度處理，否則被監控視頻曝光正常，不需要進行亮度處理；霧霾判斷模塊，用於判斷原始輸入圖像的色飽和度分量的均值是否小於所設定閾值， 如果原始輸入圖像的色飽和度分量的均值小於設定閾值，則被監控視頻受到霧霾影響，需要進行去霧霾處理，否則被監控視頻未受霧霾影響，不需要進行去霧霾處理；噪聲判斷模塊，用於判斷原始輸入圖像索貝爾邊緣檢測後的目標分塊平均數是否大於所設定的第一閾值，如果原始輸入圖像的目標分塊平均數大於第一閾值，則繼續判斷原始輸入圖像的目標分塊數量標準差是否小於所設定的第二閾值，如果原始輸入圖像的目標分塊數量標準差小於第二閾值，則被監控視頻受到噪聲影響，需要進行去噪處理，否則被監控視頻未受噪聲影響，不需要進行去噪處理；所述原始輸入圖像的目標是指原始輸入圖像二值化後灰度值為255的連通區域；亮度處理模塊，用於通過伽馬變換修改原始輸入圖像像素點的灰度值，使被監控視頻曝光正常；霧霾處理模塊，通過均衡原始輸入圖像所對應的灰度直方圖得到一個新的亮度映射表，並根據所述新的亮度映射表修改原始圖像的灰度值，去除霧霾；噪聲處理模塊，用於修改原始輸入圖像像素點的亮度分量，去除噪聲。
7.根據權利要求6所述的監控視頻的自適應增強裝置，其特徵在於亮度判斷模塊包括以下單元亮度均值計算單元，用於根據原始輸入圖像的亮度分量計算所述圖像的亮度均值； 亮度處理判斷單元，用於判斷計算出的所述亮度均值是否小於所設定閾值，如果小於所設定閾值，則被監控視頻曝光不足，需要進行亮度處理，否則被監控視頻曝光正常，不需要進行亮度處理。
8.根據權利要求6或7所述的監控視頻的自適應增強裝置，其特徵在於霧霾判斷模塊包括以下單元第一色度空間轉換單元，用於將原始輸入圖像從YUV色度空間轉換到RGB色度空間； 色飽和度計算單元，用於根據轉換後的RGB色度空間，計算原始輸入圖像每個像素點的色飽和度；色飽和度分量均值計算單元，用於根據每個像素點的色飽和度計算出原始輸入圖像的色飽和度分量均值；霧霾處理判斷單元，用於判斷計算出的色飽和度分量均值是否小於所設定閾值，如果小於所設定閾值，則被監控視頻受到霧霾影響，需要進行去霧霾處理，否則被監控視頻未受霧霾影響，不需要進行去霧霾處理；第二色度空間轉換單元，用於將轉換後的圖像從RGB色度空間反轉回YUV色度空間。
9.根據權利要求6或7所述的監控視頻的自適應增強裝置，其特徵在於噪聲判斷模塊包括以下單元邊緣檢測單元，用於將原始輸入圖像的Y通道分量通過索貝爾算子進行邊緣檢測，得到Y通道的邊緣圖像；二值化單元，用於將檢測得到的邊緣圖像採用最大方差自適應閾值分割，得到二值圖像；目標統計計算單元，用於將二值圖像平均分成9個塊，統計原始輸入圖像的目標總體個數、原始輸入圖像每個塊中的目標數量、以及原始輸入圖像的目標分塊平均數、原始輸入圖像的目標分塊數量標準差；噪聲處理判斷單元，用於判斷計算出的原始輸入圖像的目標分塊平均數是否大於所設定的第一閾值，如果原始輸入圖像的目標分塊平均數大於第一閾值，則繼續判斷原始輸入圖像的目標分塊數量標準差是否小於所設定的第二閾值，如果原始輸入圖像的目標分塊數量標準差小於第二閾值，則被監控視頻受到噪聲影響，需要進行去噪處理，否則被監控視頻未受噪聲影響，不需要進行去噪處理。
10.根據權利要求8所述的監控視頻的自適應增強裝置，其特徵在於噪聲判斷模塊包括以下單元邊緣檢測單元，用於將原始輸入圖像的Y通道分量通過索貝爾算子進行邊緣檢測，得到Y通道的邊緣圖像；二值化單元，用於將檢測得到的邊緣圖像採用最大方差自適應閾值分割，得到二值圖像；目標統計計算單元，用於將二值圖像平均分成9個塊，統計原始輸入圖像的目標總體個數、原始輸入圖像每個塊中的目標數量、以及原始輸入圖像的目標分塊平均數、原始輸入圖像的目標分塊數量標準差；噪聲處理判斷單元，用於判斷計算出的原始輸入圖像的目標分塊平均數是否大於所設定的第一閾值，如果原始輸入圖像的目標分塊平均數大於第一閾值，則繼續判斷原始輸入圖像的目標分塊數量標準差是否小於所設定的第二閾值，如果原始輸入圖像的目標分塊數量標準差小於第二閾值，則被監控視頻受到噪聲影響，需要進行去噪處理，否則被監控視頻未受噪聲影響，不需要進行去噪處理。
全文摘要
一種監控視頻的自適應增強方法，包括亮度判斷步驟、霧霾判斷步驟、噪聲判斷步驟、亮度處理步驟、霧霾處理步驟和噪聲處理步驟。一種監控視頻的自適應增強裝置，包括亮度判斷模塊、霧霾判斷模塊、噪聲判斷模塊、亮度處理模塊、霧霾處理步驟和噪聲處理模塊。亮度判斷模塊包括亮度均值計算單元和亮度處理判斷單元；霧霾判斷模塊包括第一色度空間轉換單元、色飽和度計算單元、色飽和度分量均值計算單元、霧霾處理判斷單元和第二色度空間轉換單元；噪聲判斷模塊包括邊緣檢測單元、二值化單元、目標統計計算單元和噪聲處理判斷單元。
文檔編號H04N5/21GK102202163SQ20111012318
公開日2011年9月28日 申請日期2011年5月13日 優先權日2011年5月13日
發明者付光榮, 何海波, 何豔, 蘇力思, 雷翔, 黃曉強 申請人:成都西圖科技有限公司