夜間視頻圖像增強技術研究

浙江郵電職業技術學院 王可偉

夜間視頻圖像增強技術研究

浙江郵電職業技術學院 王可偉

圖像在生成、傳遞和存儲的過程中，經常受到各種噪聲的干擾，普遍情況下，噪聲可以阻擋人類分析圖像，尤其是在夜間，視頻或者圖像夾雜噪聲更難分析。數字圖像處理中的一個關鍵是增強技術。在數字圖像體系中，普遍存在的噪聲主要包括：高斯噪聲、椒鹽噪聲等。可以使用的增強方法有均值增強、中值增強、高斯增強和統計增強等。它們對于夜晚有噪聲的圖像可以實現較好的濾除效果。本文中，主要研究的是基于統計增強法的圖像平滑處理，使用統計增強方法對圖形進行平滑去噪。

數字圖像處理；噪聲；統計增強

0 前言

如何恢復夜間圖像的色彩、對比度以及場景信息等都是目前圖形圖像處理領域的研究熱點，圖像增強是在圖像處理領域中一種最常見的方法，就是更大的能力下進行噪聲抑制，這也是在圖像處理之前必須進行的處理過程。在夜間存在著少量的月光、星光等，它們叫微光。目前普通攝像頭在低照度環境下獲取圖像的方法之一就是通過加大光圈，增加微光的進光量來達到的，但這會導致對像的分辨率往往不高；另外一種是利用提高夜間圖像灰度級來提高能見度，但不利之處是對顏色的辨別能力會很低，普通攝像頭在低照度環境下都由彩轉黑了，夜間圖像都表現為單色圖像了。因此圖像增強具有重要的作用，因此如果研究圖像增強顯得很重要。

有很多種增強的方法，可以在空間或頻率域對圖像進行去噪。在對空間域進行去噪時，常見方法是求像素灰度的平均值。常規下，圖像中的噪聲都是和信號互相混合在一起的，假設在平滑時不注意就會使圖像本身的細節變得模糊并且看不清楚，從而導致圖像的質量降低很多。圖像的平滑往往是要犧牲一些其他因素，因此如何去除掉圖像中的噪聲，而使圖像本身細節不被覆蓋，是圖像增強研究的主要內容。本課題重點研究的是基于統計增強方法的圖像平滑增強。統計平滑增強的方法就是利用均值和方差的統計特性來增強的。首先在給定像素的鄰域窗內，計算核對所有像素的均值和方差，經過給定的閾值求出對應的灰度值看成新的灰度值。在選定矩陣滑動窗口的過程后，因為窗口中既包括邊界點，也包含有其它范圍，因此總的來說，將使邊緣退化，其他區域的灰度值受邊界點的影響，向邊緣靠近，在這個過程中就導致整個鄰域窗內灰度值變得比較靠近。這也是在圖像的邊界信息比較多時，均值增強效果降低的因素。

1 統計增強原理和流程

統計平滑濾波進行夜間圖像增強的方法就是利用均值和方差的統計特性來濾波和實現的。它的基本方法是，首先在給定像素x(m,n)的鄰域窗W內，求出所有像素的均值μ和方σ2：

其中n為鄰域窗W內的像素個數，可以給出9x9和5x5等多種方形鄰域窗。然后，通過給定的閾值T求出對應像素y(m,n)：

圖1所示是統計增強部分的流程圖。

2 實驗過程

首先對于視頻中轉換成一偵的圖像，然后采用不同的算法進行處理。對于同時含有高斯噪聲和椒鹽噪聲的圖像分別進行均值增強、中值增強、高斯增強以及統計增強。其增強結果如圖2所示。

圖1 統計增強處理流程

圖2 不同方法處理效果圖

表1 不同增強方法對比

經過上述四種增強方法的對比顯示，中值增強和統計增強對高斯加鹽噪聲的圖像的增強效果最好，高斯增強法的去噪效果雖然也好，然后圖像變得模糊，而均值增強并沒有增強，只是使噪聲變得小。

對于中值增強，由于其算法是通過排序取中間值的方法得到試驗結果的，所以其運算不麻煩、而且速度算是較迅速的。該算法將旁邊像素值差距比較大的值用比較接近的像素數值代替，可以實現消除孤立點。該方法對椒鹽噪聲的效果尤為明顯。

均值增強，是鄰域內求均值，算法也不復雜，但求均值的過程運算器必須浪費時間，盡管運算速度不慢，但不如中值增強。在求均值的過程中，圖像的邊界點也參與了運算，所以整體上使邊緣退化，而非邊界點受邊界點的影響向邊緣靠攏，結果是整個區域開始趨同，清晰度變得不如原來清晰。

對于高斯增強，在鄰域內求加權平均值，算法的復雜度較中值增強有所提高，運算速度快。

對于統計增強，應用均值、方差的統計特性，通過給定閾值確定當前點的像素值。算法復雜度很高，運算速度也相對較快。由于該方法在求新像素值前，先判斷是否在閾值范疇內，如果在，則該點像素值不變，這樣在很大程度上對圖像本身的細節有了一定存儲，否則，則用鄰域內均值作為新的數值，也達到了增強的目的和效果。

通過對比上述四種方法得到如表1所示結論：( 對高斯椒鹽混合噪聲而言 )

有上述的表格可以看出，統計增強的方法具有較大的優勢，處理效果比較的好。

[1]趙春江．C#數字圖像處理算法典型實例[M]．北京：人民郵電出版社,2009,125-174．

[2]王慧琴．數字圖像處理[M]．北京：北京郵電大學出版社,2006．

[3]孫燮華．數字圖像處理-Visual．C#．NET編程與實驗[M]．北京：機械工業出版社,2010．

[4]岡薩雷斯．數字圖像處理(第二版)[M],阮秋琦,阮宇智譯．北京：電子工業出版社．

[5]田巖．數字圖像處理與分析[M]．武漢：華中科技大學出版社,2009．

[6]姚敏．數字圖像處理(第2版)[M]．北京：機械工業出版社,2012．

Research on night video image enhancement

In the process of image generation，transmission and storage，often disturbed by various noises，general conditions，noise can stop the human image analysis，especially at night，video or image with noise analysis more difficult.A key in the digital image processing technology is enhanced.In the digital image system，common noise the main include: Gauss noise，salt and pepper noise.You can use the method to enhance the mean value enhancement，enhancement，enhancement and enhancement of Gauss statistics.They have better ef f ect of eliminating noise of the image can be for the night.In this paper，the main research is the statistics enhancement image smoothing method based on theEnhancement method of smoothing denoising using statistical graphics.

Digital image processing；Noise；Statistical filtering

課題項目：本文系2016年浙江省國內訪問工程師項目《家用級監控類產品在低照度環境下視頻圖像實時增強、穩像算法的研究》成果（課題編號：37．0331）。

王可偉（1981—），男，大學本科，2004年畢業于浙江科技學院視覺傳達設計專業，2007年進入浙江郵電職業技術學院管理與信息學院工作至今，2014獲武漢大學工程碩士，研究方向：圖像處理、數字媒體、印刷、廣告設計。