[發(fā)明專利]一種低照度情況下視頻監(jiān)控的有效濃縮方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710703962.7
• 申請(qǐng)日: 2017-08-16
• 公開(kāi)（公告）號(hào): CN107644431A
• 公開(kāi)（公告）日: 2018-01-30
• 發(fā)明（設(shè)計(jì)）人: 孫戰(zhàn)里;沈韜
• 申請(qǐng)（專利權(quán)）人: 孫戰(zhàn)里
• 主分類號(hào): G06T7/246
• 分類號(hào): G06T7/246;G06T7/90;G06T5/00;H04N7/18
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種低照度情況下視頻監(jiān)控的有效濃縮方法，其特征在于包括以下步驟：

步驟1：對(duì)輸入監(jiān)控視頻的每一幀圖像，進(jìn)行每個(gè)像素點(diǎn)RGB三個(gè)通道的像素值反轉(zhuǎn)，將低暗的背景轉(zhuǎn)化為類似霧天的場(chǎng)景；

步驟2：構(gòu)建大氣散射模型，根據(jù)暗通道先驗(yàn)理論，初步求出模型的透射率t；

步驟3：用導(dǎo)向?yàn)V波對(duì)圖像進(jìn)行進(jìn)一步處理，消除光環(huán)效應(yīng)，求出精準(zhǔn)的透射率

步驟4：對(duì)視頻第2幀以后的各幀圖像，根據(jù)感知哈希算法判斷是否需要重新計(jì)算透射率，保證本文算法對(duì)視頻的實(shí)時(shí)處理；

步驟5：對(duì)輸入的每一幀圖像進(jìn)行基于暗通道先驗(yàn)理論的去霧處理，對(duì)去霧處理后的圖像進(jìn)行每個(gè)像素點(diǎn)RGB三個(gè)通道的像素值反轉(zhuǎn)，重構(gòu)出增強(qiáng)的低照度圖像；

步驟6：對(duì)增強(qiáng)后的低照度圖像進(jìn)行基于Vibe(Visual Background Extractor)算法的背景建模并提取前景物體，并將圖像二值化處理，獲得二值化圖像，更新背景模型；

步驟7：計(jì)算前景物體像素占整幅圖像的比例，如果比例足夠大，則判定有運(yùn)動(dòng)物體，保留當(dāng)前幀，循環(huán)處理每一幀，將保留下來(lái)的幀重新組合生成濃縮視頻。

2.根據(jù)權(quán)利要求1所述的一種樹(shù)葉擾動(dòng)情況下監(jiān)控視頻的有效濃縮方法，其特征在于，所述步驟1中，輸入視頻的每一幀圖像的像素點(diǎn)按照如下公式進(jìn)行反轉(zhuǎn)：

R^c(x)＝255-I^c(x)

其中I^c(x)表示輸入低照度圖像的一個(gè)像素點(diǎn)x的一個(gè)RGB顏色通道的像素值，R^c(x)表示相應(yīng)的輸出圖像的一個(gè)像素點(diǎn)x的一個(gè)RGB顏色通道的像素值，c表示RGB顏色通道的其中一個(gè)。

3.根據(jù)權(quán)利要求1所述的一種樹(shù)葉擾動(dòng)情況下監(jiān)控視頻的有效濃縮方法，其特征在于，所述步驟2中，暗通道先驗(yàn)理論指的是在絕大多數(shù)非天空的局部區(qū)域中，某一些像素總會(huì)有至少一個(gè)顏色通道具有很低的值。也就是說(shuō)該區(qū)域光強(qiáng)度的最小值是個(gè)很小的數(shù),即:

J^dark(x)→0 。

4.根據(jù)權(quán)利要求1所述的一種樹(shù)葉擾動(dòng)情況下監(jiān)控視頻的有效濃縮方法，其特征在于，所述步驟2中，大氣散射模型公式如下：

I(x)＝J(x)t(x)+A(1-t(x))

其中I(x)表示需要去霧的圖像，J(x)是去霧后的無(wú)霧圖像，A是大氣光成分，t(x)為透射率。

由于現(xiàn)實(shí)環(huán)境中，空氣總是存在著一些顆粒物，因此或多或少會(huì)存在一些霧。所以有必要在去霧的時(shí)候保留一定程度的霧，引入限制因子ω。由暗通道先驗(yàn)理論，可以推導(dǎo)出透射率的預(yù)估值：

其中ω＝0.85，c為RGB通道中的一個(gè)。

5.根據(jù)權(quán)利要求1所述的一種樹(shù)葉擾動(dòng)情況下監(jiān)控視頻的有效濃縮方法，其特征在于，所述步驟3中利用導(dǎo)向?yàn)V波來(lái)精確求取透射率，消除光環(huán)效應(yīng)，我們用輸入的需要去霧的圖像I為導(dǎo)向圖，可得到代價(jià)函數(shù)：

其中k為像素點(diǎn)，t為透射率的粗略估計(jì)值，I為導(dǎo)向圖，ε為正則化參數(shù)，ω_k為導(dǎo)向圖中像素點(diǎn)k為中心的領(lǐng)域，(a_k,b_k)在領(lǐng)域ω_k中是常數(shù)。

經(jīng)過(guò)導(dǎo)向?yàn)V波優(yōu)化處理過(guò)的傳輸圖可以表示為：

其中|ω|為ω_k鄰域內(nèi)像素點(diǎn)數(shù)。

6.根據(jù)權(quán)利要求1所述的一種樹(shù)葉擾動(dòng)情況下監(jiān)控視頻的有效濃縮方法，其特征在于，所述步驟4中先將各幀圖像均勻分成8*8小塊，根據(jù)感知哈希算法判斷相鄰兩幀圖片各個(gè)小塊的相似度，如果當(dāng)前幀某小塊跟上一幀對(duì)應(yīng)位置小塊相似度很高，則用上一幀此小塊的透射率來(lái)代替當(dāng)前幀此小塊的透射率，并每隔15幀強(qiáng)制更新一次透射率。

7.根據(jù)權(quán)利要求1所述的一種樹(shù)葉擾動(dòng)情況下監(jiān)控視頻的有效濃縮方法，其特征在于，步驟5中重構(gòu)的去霧后圖像的數(shù)學(xué)公式如下：

8.根據(jù)權(quán)利要求1所述的一種樹(shù)葉擾動(dòng)情況下監(jiān)控視頻的有效濃縮方法，其特征在于提取運(yùn)動(dòng)物體并生成濃縮視頻，主要包括以下步驟：

8.1將圖像二值化，用第一幀圖像初始化Vibe模型；

8.2對(duì)比構(gòu)建的模型，提取前景物體；

8.3通過(guò)腐蝕、膨脹操作消除部分噪聲干擾；

8.4為了適應(yīng)環(huán)境的變化，更新背景模型；

8.5根據(jù)前景物體像素占整張圖片的比例，判斷是否保留當(dāng)前幀，重復(fù)步驟8.2-8.5；

8.6將保留下來(lái)的幀組合起來(lái)，生成濃縮視頻。