圖像增強技術原理及在安防領域的應用

陳志雄

摘 要：基于安防領域中的視頻監控系統，在大霧、雨雪陰霾天氣、光線不足的情況下監控圖像效果不理想的問題，闡述了通過圖像增強技術進行改善的方法，對常用的幾種增強算法原理進行推導，并對圖像增強技術在視頻監控系統的前端攝像機、系統平臺和后端監視器三個環節的應用特點進行分析。

關鍵詞：視頻監控 圖像增強 直方圖 同態濾波 小波變換 Retinex

中圖分類號：TB381 文獻標識碼：A 文章編號：1672-3791（2013）03（c）-0020-02

隨著近幾年安防行業的快速發展，視頻監控系統已經在交通系統、銀行系統、森林防火、煤礦行業等多個領域內得到了廣泛的應用。在交通系統、森林系統等特殊領域，當出現大霧、雨雪陰霾等天氣時，監控圖像的對比度和顏色明顯變差，給視覺系統帶來很大的干擾，降低了監控效率；當在光線不足的情況下，監控圖像亮度低，細節無法分辨，不能對目標進行有效的監控。這些特殊的監控情況的出現，在實際使用時是不可避免的，我們只能通過技術手段對其進行處理，目前可以通過圖像增強技術對監控圖像進行增強，使圖像的細節，對比度等得到提升，滿足監控要求。本文將對圖像增強技術的原理和在安防領域的應用進行探討。

1 圖像增強技術的原理

圖像增強技術是一個多學科的研究課題，涉及到高等數學、計算機科學、信號處理技術等學科領域。該技術主要是通過對圖像信號進行分析，有目的地強調圖像的整體或局部特性，抑制不感興趣的特征，使之提高圖像質量、提高圖像識別效果。該技術最早是應用于航空航天領域，對航拍的圖像數據進行處理。60年代初期美國噴氣推進實驗室的科研人員使用計算機采用灰度變換、去噪聲、傅里葉變換以及二維線性濾波等方法對航天探測器“徘徊者7號”發回的幾千張月球照片成功的進行了處理。隨后在生物醫學領域、工業生產領域、安防領域等得到廣泛的應用。圖像增強技術在安防領域的應用，是在近幾年才發展起來的，在視頻監控中的功能有去霧、夜增強、圖像智能分析、車輛識別、視頻檢索等。目前行業內有許多增強方法，如直方圖均衡法、同態濾波、小波變換、Retinex等，現對這些方法的原理進行探討。

1.1 直方圖均衡法

直方圖均衡法的基本做法是先計算出圖像的灰度直方圖，將直方圖中比較集中的某些灰度區間拉伸到全部灰度范圍內的均勻分布[1]。這樣就提高了像素點灰度值的動態范圍，進而增強圖像整體對比度，實現了圖像增強的功能。彩色圖像的直方圖均衡法的處理流程如圖1，先將RGB原始圖像進行HSV轉換，生成HSV圖像，對亮度信號V計算出直方圖數據，根據運算公式：

為圖像中像素的總和；為灰度級為的像素個數；為圖像中可能的灰度級總數。進行均衡化處理，得到V信號的處理后數據，并與先前分離的HS信號合成，并轉換為RGB信號，實現彩色圖像的直方圖均衡化處理。

1.2 同態濾波

同態濾波是將圖像信號的灰度值分為照度和反射率兩部分組成，照度相對變化小，是圖像的低頻成分，而反射率是高頻成分[2]。分別對照度進行濾波，壓縮亮度范圍；增強放射率，提高對比度，從而消除圖像亮度不均勻的問題，增強了暗區的細節，同時不損失亮區的細節。同態濾波的實現流程如圖2。原始圖像的灰度函數表示為：·

由于與是相乘關系，無法分開處理，需取對數運算，如下：

對其進行傅里葉變換，得出：

標記為：

的頻譜特性集中在低頻段，集中在高頻段。通過選擇適當的濾波函數，如ButterWorth高通濾波器和指數高通濾波器，對進行濾波，實現壓制低頻而增強高頻，得到預想的效果。

對濾波后的函數進行傅里葉反變換，得出：

標記為：

進行指數運算，得出處理后的數據：

·

標記為：

經過上述的數字處理，得到了就是同態濾波后的結果。

1.3 小波變換

小波變換是一種現代的分析工具，將信號進行空間和頻率的局部變換。小波變換的基本思想用一族函數去表示或逼近一信號，這一族函數稱為小波函數系。它是通過一小波母函數的伸縮和平移產生其“子波”來構成的，用其變換系數描述原來的信號[3]。根據Mallat的金字塔式分解算法，對信號進行分解，分解成逼近圖像和細節圖像之和，可分為LL，LH，HL和HH四個子頻帶，如圖3。其中LL為逼近圖像、LH為垂直方向細節、HL為水平方向細節、HH為對角方向細節。根據信號處理的需要，可對LL進行小波分解，得到二層小波分解結果LL1、LH1、HL1、HH1，可繼續對LL進行分解，得到多層的分解結果。可以采用不同的方法增強不同的頻率范圍內的細節達到從而達到增強圖像質量，提高圖像的清晰度和層次感的目的。

1.4 Retinex

Retinex是由retina（視網膜）與cortex（大腦皮層）兩個單詞合成起來的，是由Edwin.Land提出的一種顏色恒常知覺的計算理論，該理論的基本內容是物體的顏色是由物體對長波、中波和短波光線的反射能力決定的，而不是由反射光強度的絕對值決定的；物體的色彩不受光照非均性的影響，具有一致性[4]。也就是說同樣的物體在不同的光照下，如日光燈下和陽光下，它的顏色在人類的視覺系統中是一樣的。Retinex的圖像增強原理是將圖像分為反射光分量和入射光分量兩部分組成，通過降低入射光分對反射光分量的影響，從而實現圖像增強的效果。Retinex是建立在實驗的基礎上，沒有統一的數學模型，先后出現了多種不同的Retinex算法，比較經典的有單尺度Retinex和多尺度Retinex算法。下面對這兩種算法進行分析：

（1）單尺度Retinex算法。

假設待增強的原圖像為，反射光分量為，入射光分量為，根據Retinex理論，有；兩邊各取對數；單尺度Retinex可表示為 ·，是用于從原圖像估算出入射光分量的函數。根據光學和視覺原理的推導，高斯卷積函數可以對原圖像進行更換的處理，實現更好的圖像增強效果。函數表示為：

為規一化因子使得：

其中c為高斯函數的尺度常數，由該函數的形式可以看出c的大小決定卷積核的作用范圍，c越小，動態壓縮范圍越大，圖像細節越突出；c越大，圖像整體效果越好，但細節不突出。根據實驗，c的取值在80～100之間，圖像的各方面表現可以達到較好的平衡。

（2）多尺度Retinex算法。

多尺度Retinex算法是對多個單尺度Retinex算法進行加權平均的算法。假設用表示多尺度Retinex的最終反射光分量，則有如下公式：

·

其中為尺度系數，通常該值取3，為加權系數，當時，，高斯函數的c尺度常數通常取小（c<20）、中（c=20～200）、大（c>200）這三種尺度。這樣多尺度Retinex算法涵蓋了多種單尺度的特征，能夠同時實現動態范圍的壓縮、顏色恒常性和顏色的重現，使圖像增強效果更理想。

2 圖像增強技術在安防領域的應用

安防領域包括視頻監控、防盜報警、門禁等多個系統。視頻監系統是安防系統最重要的組成部分，可以讓人們在監控室里直接的看到被監控對象，給人一種直接的視覺和聽覺的體驗，并可以對其進行實時記錄。視頻監系統包括了前端的攝像機，傳輸設備，后端的矩陣、錄像系統、控制系統、顯示系統。視頻監控系統普遍應用于各個領域，如平安城市、道路監控、高速路監控、森林系統、工礦企業等等。在特定的環境下，像道路監控遇到大霧、雨天、沙塵天氣、陰霾天氣；像黃昏時候，燈光照明又不足的監控地方、陰暗角落等，傳統的視頻監控圖像往往效果很差，不容易分辨出細節，無法進行有效的監控。為了解決這樣的問題，行業內提出了利用圖像增強技術來處理這些效果差的視頻信號，但是從圖像增強技術的算法原理中可以知道，要完成一幅圖像的處理需要經過復雜的數學計算，這勢必需要有很強的數字處理能力的處理器的支持。隨著半導體技術按照摩爾定律的快速發展，CPU、DSP等的速度都以指數式的提高，發展到現在只需要一個普通的DSP就可以完成對高清信號的實時視頻圖像增強處理，使該技術得到實質性的應用。

圖像增強技術可以應用在視頻監控系統的前端攝像機、系統平臺和后端監視器。在不同的應用環節中，有不同的特點，下面對其進行分析。

（1）應用在前端攝像機，由于信號是先經過增強，再傳輸到后端進行存儲和顯示，故存儲的圖像是經過處理的，當需要回放時，可以看到清晰的圖像，但是前端的攝像機一般的數量是比較大的，例如一個城市的平安城市監控系統，小則有上千個攝像機，大則有上萬個攝像機，即使只選其中重要的攝像機去增加圖像增強模塊，也是一個不小的數目，會大大的提高系統成本。另外如果系統初期設計沒有考慮圖像增強模塊的擴充，需要對原有的設備進行改造，這樣會耗費更多的時間，帶來更大的成本問題。

（2）應用在系統平臺，圖像增強算法集成到系統平臺，可以通過系統平臺的控制，靈活的指定那些攝像機需要做增強處理，能與系統融為一體，操作方便。對系統平臺的開發要求比較高，而且需要有足夠的硬件設備進行支撐。對于舊系統平臺的改造，存在難度大的問題，只能是使用在比較大型的監控系統中。

（3）應用在后端監視器，視頻監控系統中圖像最終都是通過后端的監視器顯示出來，通過使用具備圖像增強功能的監視器或增加圖像增強模塊對舊系統進行改造，可以輕易的將系統升級為具備圖像增強功能的系統，提高整體的效果。在后端使用增強技術有著顯著的優點：前端攝像機無需改造就可以在后端進行圖像增強，相當于所有的攝像機都有圖像增強功能；適用于所有的視頻監控系統，由于后端顯示設備的個數相對于前端數目少得多，系統相應增加的成本少；另外可以對原先儲存的視頻在回放時進行增強，對刑偵破案有不少的幫助，例如關鍵的案發視頻剛剛比較暗，無法分辨嫌疑人員的特征時，可以通過視頻增強監視器進行處理，使之容易分辨。但是也存在著缺點：無法保存增強后的圖像數據，這樣如果錄像數據拷貝到別的無視頻增強功能的系統中回放，就無法看到清晰的畫面。

3 結語

本文對傳統視頻監控系統在特殊環境下，監控能力不足的問題和解決辦法進行分析，并對常用的幾種圖像增強算法進行闡述。分析了圖像增強技術在視頻監控系統的前端攝像機、系統平臺和后端監視器不同環節的應用特點。相信隨著電子技術的發展，圖像增強技術會在視頻監控系統得到普及，將成為系統的標準配置。這將進一步提升安防監控系統的性能，為和諧社會提供更好的支持。

參考文獻

[1]鄭輝，吳謹.基于小波分頻與直方圖均衡的圖像增強算法[J].現代電子技術，2010，16：149-150.

[2]李剛，楊武年，翁韜.一種基于同態濾波的遙感圖像薄云去除算法[J].測繪科學，2007，32（3）：191-192.

[3]蔚立磊，韓紫恒，張劍.小波變換域數字圖像增強算法及實現[J].信息技術，2009，9：132-135.

[4]肖燕峰.基于Retinex理論的圖像增強恢復算法研究[D].上海：上海交通大學，2007.