低照度場景下基于背景建模的圖像亮度提升方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及視頻監(jiān)控技術(shù)領(lǐng)域,具體而言,涉及一種低照度場景下基于背景建模 的圖像亮度提升方法及裝置。
【背景技術(shù)】
[0002] 在低照度場景下,例如在夜晚等照度較低的情況之下,視頻監(jiān)控攝像機傳回的視 頻圖像的亮度通常較低,對比度也隨之下降,不便于人工判讀。現(xiàn)有技術(shù)中通常采用直方圖 變換法W及Retinex算法進行圖像亮度的增強處理,其中:
[0003] 直方圖變換法,通過加大直方圖的動態(tài)范圍使夜間畫面對比度增加,從而使畫面 細節(jié)辨識度增加,但該算法由于僅僅利用當(dāng)前峽圖像信息,無法恢復(fù)由于照度過低損失的 細節(jié)。
[0004] Retinex算法,其相應(yīng)的Retinex理論指出物體的顏色是由物體對不同波段光線 的反射能力決定的,而不是由物體在光源照射下反射光強度的絕對值決定的。該算法通過 計算圖像像素之間的相對亮度和色彩關(guān)系,對圖像中的像素點顏色值進行校正,從而恢復(fù) 物體本身的顏色,該算法比直方圖變換法更符合人眼的視覺特點,但該算法同樣地也只是 利用了當(dāng)前峽圖像信息,并不能改善因為照度過低、信息不足的畫面細節(jié)。
[0005] 由此可見,上述直方圖變換法W及Retinex算法在進行圖像亮度增強時,僅僅利 用圖像本身的信息進行亮度增強,在圖像本身包含有效信息的情況下其能有效改善圖像亮 度,但是對那些本身就信息不足的細節(jié),由于沒有足夠的信息,此時采用上述兩種圖像增強 處理方法就無法有效地進行亮度提升。
【發(fā)明內(nèi)容】
[0006] 為了解決視頻監(jiān)控攝像機在環(huán)境照度不足的情況下,例如夜間,傳回的監(jiān)控畫面 亮度較暗,不便于人工判讀的問題,本發(fā)明實施例的目的在于提供一種低照度場景下基于 背景建模的圖像亮度提升方法及裝置。
[0007] 為了達到本發(fā)明的目的,本發(fā)明實施例采用W下技術(shù)方案實現(xiàn):
[0008] -種低照度場景下基于背景建模的圖像亮度提升方法,其包括:
[0009] 在環(huán)境照度高于預(yù)設(shè)的第一口限值時,采集至少一峽第一圖像,并依據(jù)該第一圖 像進行背景建模,得到高照度背景圖像,W及,在環(huán)境照度低于預(yù)設(shè)的第二口限值時,采集 至少一峽第二圖像,并依據(jù)該第二圖像進行背景建模,得到低照度背景圖像;
[0010] 將所述高照度背景圖像W及低照度背景圖像分別轉(zhuǎn)換到HSV色彩空間,并利用高 照度背景圖像修正低照度背景圖像;
[0011] 依據(jù)至少一預(yù)設(shè)的運動目標分割算法得到所述第二圖像中的運動目標信息;
[0012] 將所述運動目標信息融合疊加至所述修正后的低照度背景圖像之上,得到低照度 場景下的亮度增強處理圖像。
[0013] 優(yōu)選地,依據(jù)所述第一圖像進行背景建模得到高照度背景圖像的步驟包括:
[0014] 對采集的N峽第一圖像的每個像素點分別計算其亮度值Y(i,j),并統(tǒng)計其亮度值 Y(iJ)等于亮度變量Y的次數(shù)k(Y)。
[0015] 采用如下數(shù)學(xué)式計算像素點的亮度值Y(i,j)等于亮度變量y的概率密度 P(Y(i, _j) = y):
[0016]
【主權(quán)項】
1. 一種低照度場景下基于背景建模的圖像亮度提升方法,其特征在于,包括: 在環(huán)境照度高于預(yù)設(shè)的第一門限值時,采集至少一幀第一圖像,并依據(jù)該第一圖像進 行背景建模,得到高照度背景圖像,以及,在環(huán)境照度低于預(yù)設(shè)的第二門限值時,采集至少 一幀第二圖像,并依據(jù)該第二圖像進行背景建模,得到低照度背景圖像; 將所述高照度背景圖像以及低照度背景圖像分別轉(zhuǎn)換到HSV色彩空間,并利用高照度 背景圖像修正低照度背景圖像; 依據(jù)至少一預(yù)設(shè)的運動目標分割算法得到所述第二圖像中的運動目標信息; 將所述運動目標信息融合疊加至所述修正后的低照度背景圖像之上,得到低照度場景 下的亮度增強處理圖像。
2. 如權(quán)利要求1所述的低照度場景下基于背景建模的圖像亮度提升方法,其特征在 于,依據(jù)所述第一圖像進行背景建模得到高照度背景圖像的步驟包括: 對采集的N幀第一圖像的每個像素點分別計算其亮度值Y(i,j),并統(tǒng)計其亮度值 Y(i,j)等于亮度變量Y的次數(shù)k(Y)。 采用如下數(shù)學(xué)式計算像素點的亮度值Y(i,j)等于亮度變量Y的概率密度 p(Y(i, j) = y):
在概率密度P(Y(i,j) = Y)取得最大值時,將對應(yīng)的亮度變量γ確認為每個像素點 (i,j)的高照度場景背景值BrightBG(i,j),以此得到高照度背景圖像BrightBG。
3. 如權(quán)利要求1所述的低照度場景下基于背景建模的圖像亮度提升方法,其特征在 于,依據(jù)第二圖像進行背景建模得到低照度背景圖像的步驟包括: 對第二圖像的每一個像素點,采用如下數(shù)學(xué)式計算第k幀和第k-Ι幀的RGB差值S : S=NightIkQ, j)-NightIk-1 (i,j); 其中,NightIk(i,j)、NightIk-1 (i,j)分別為像素點(i,j)在第k幀和第k-1幀的RGB 值; 若所述RGB差值S的絕對值小于預(yù)設(shè)的差值閾值T,則判定該像素點為背景像素點,否 貝1J,判定該像素點為前景像素點,以此得到低照度背景圖像。
4. 如權(quán)利要求1所述的低照度場景下基于背景建模的圖像亮度提升方法,其特征在 于,將所述高照度背景圖像以及低照度背景圖像分別轉(zhuǎn)換到HSV色彩空間,并利用高照度 背景圖像修正低照度背景圖像的步驟包括: 將所述高照度背景圖像以及低照度背景圖像分別轉(zhuǎn)換到HSV色彩空間; 在色彩HSV空間中,對低照度背景圖像的每個像素點,用高照度背景圖像采用如下數(shù) 學(xué)式對低照度背景圖像進行修正,以得到修正后的低照度背景明度NightBGV (i,j) ' :
其中,NightBGV(i, j)和BrightBGV(i, j)分別為低照度場景及高照度場景下的的背景 明度; 依據(jù)所述低照度背景明度NightBGV(i,j)'得到修正后的低照度背景圖像,并將其轉(zhuǎn) 換到RGB色彩空間。
5. 如權(quán)利要求3所述的低照度場景下基于背景建模的圖像亮度提升方法,其特征在 于,采用如下運動目標分割算法得到所述第二圖像中的運動目標信息: 對所述第二圖像的每個像素點的RGB值NightI (i,j),計算其與低照度背景圖像在每 個相應(yīng)像素點的RGB值NightBG (i,j)之間的差值的絕對值; 若所述差值的絕對值大于預(yù)設(shè)的RGB閾值P,則確定該像素點為運動目標像素點; 依據(jù)被確認的多個運動目標像素點得到所述第二圖像中的運動目標 NightMotion (i,j)。
6. -種低照度場景下基于背景建模的圖像亮度提升裝置,其特征在于,包括: 數(shù)據(jù)采集模塊,用于在環(huán)境照度高于預(yù)設(shè)的第一門限值時,采集至少一幀第一圖像;以 及進一步用于在環(huán)境照度低于預(yù)設(shè)的第二門限值時,采集至少一幀第二圖像; 背景建模模塊,用于依據(jù)所述第一圖像進行背景建模,得到高照度背景圖像;以及進一 步用于依據(jù)所述第二圖像進行背景建模,得到低照度背景圖像; 圖像修正模塊,用于將所述高照度背景圖像以及低照度背景圖像分別轉(zhuǎn)換到HSV色彩 空間,并利用高照度背景圖像修正低照度背景圖像; 運動目標提取模塊,用于依據(jù)至少一預(yù)設(shè)的運動目標分割算法得到所述第二圖像中的 運動目標信息; 數(shù)據(jù)融合模塊,用于將所述運動目標信息融合疊加至所述修正后的低照度背景圖像之 上,得到低照度場景下的亮度增強處理圖像。
7. 如權(quán)利要求6所述的低照度場景下基于背景建模的圖像亮度提升裝置,其特征在 于,背景建模模塊依據(jù)所述第一圖像進行背景建模得到高照度背景圖像的方法為: 對采集的N幀第一圖像的每個像素點分別計算其亮度值Y(i,j),并統(tǒng)計其亮度值 Y(i,j)等于亮度變量Y的次數(shù)k(Y)。 采用如下數(shù)學(xué)式計算像素點的亮度值Y(i,j)等于亮度變量Y的概率密度 p(Y(i, j) = y):
在概率密度P(Y(i,j) = Y)取得最大值時,將對應(yīng)的亮度變量γ確認為每個像素點 (i,j)的高照度場景背景值BrightBG(i,j),以此得到高照度背景圖像BrightBG。
8. 如權(quán)利要求6所述的低照度場景下基于背景建模的圖像亮度提升裝置,其特征在 于,背景建模模塊依據(jù)第二圖像進行背景建模得到低照度背景圖像的方法為: 對第二圖像的每一個像素點,采用如下數(shù)學(xué)式計算第k幀和第k-Ι幀的RGB差值S : S=NightIkQ, j)-NightIk-1 (i,j); 其中,NightIk(i,j)、NightIk-1 (i,j)分別為像素點(i,j)在第k幀和第k-1幀的RGB 值; 若所述RGB差值S的絕對值小于預(yù)設(shè)的差值閾值T,則判定該像素點為背景像素點,否 貝1J,判定該像素點為前景像素點,以此得到低照度背景圖像。
9. 如權(quán)利要求6所述的低照度場景下基于背景建模的圖像亮度提升裝置,其特征在 于,圖像修正模塊將所述高照度背景圖像以及低照度背景圖像分別轉(zhuǎn)換到HSV色彩空間, 并利用高照度背景圖像修正低照度背景圖像的方法為: 將所述高照度背景圖像以及低照度背景圖像分別轉(zhuǎn)換到HSV色彩空間; 在色彩HSV空間中,對低照度背景圖像的每個像素點,用高照度背景圖像采用如下數(shù) 學(xué)式對低照度背景圖像進行修正,以得到修正后的低照度背景明度NightBGV (i,j) ' :
其中,NightBGV(i, j)和BrightBGV(i, j)分別為低照度場景及高照度場景下的的背景 明度; 依據(jù)所述低照度背景明度NightBGV(i,j)'得到修正后的低照度背景圖像,并將其轉(zhuǎn) 換到RGB色彩空間。
10.如權(quán)利要求8所述的低照度場景下基于背景建模的圖像亮度提升裝置,其特征在 于,運動目標提取模塊采用如下運動目標分割算法得到所述第二圖像中的運動目標信息: 對所述第二圖像的每個像素點的RGB值NightI (i,j),計算其與低照度背景圖像在每 個相應(yīng)像素點的RGB值NightBG (i,j)之間的差值的絕對值; 若所述差值的絕對值大于預(yù)設(shè)的RGB閾值P,則確定該像素點為運動目標像素點; 依據(jù)被確認的多個運動目標像素點得到所述第二圖像中的運動目標 NightMotion (i,j)。
【專利摘要】本發(fā)明公開了一種低照度場景下基于背景建模的圖像亮度提升方法及裝置。本發(fā)明提供的方法及裝置分別通過對高照度(例如白天)的場景進行背景建模(例如采用高斯分布)以及對低照度場景(例如夜間)進行運動檢測背景建模,并用得到的白天背景對夜間背景進行修正,并在將夜間場景的運動目標提取出來之后,再將所述運動目標融合進修正后的夜間背景之中,完成修正后的夜間場景下的視頻圖像。采用本發(fā)明,可以使得視頻監(jiān)控攝像機在夜間無法捕捉的細節(jié)得以恢復(fù),從而使得視頻監(jiān)控的夜間畫面亮度顯著提高,細節(jié)辨識度增加,進而便于人工判讀。
【IPC分類】H04N7-18, G06T5-00
【公開號】CN104660954
【申請?zhí)枴緾N201310577044
【發(fā)明人】雷軍, 吳貽剛, 朱豪, 王新偉, 赫大偉, 廖方誠, 關(guān)淑菊
【申請人】深圳中興力維技術(shù)有限公司
【公開日】2015年5月27日
【申請日】2013年11月18日