基于變焦原理的圖像清晰化處理在交通事故鑒定中的應用

焦培峰，樊繼宏，趙衛(wèi)東，李冬日，繆啟鋒，張美超

（1.暨南大學司法鑒定中心，廣東 廣州 510632；2.南方醫(yī)科大學基礎醫(yī)學院 人體解剖學教研室廣東省醫(yī)學生物力學重點實驗室，廣東 廣州510515；3.南方醫(yī)科大學法醫(yī)學院 廣東省交通事故鑒定工程技術研究中心，廣東 廣州510515）

道路交通事故鑒定中，視頻資料是最重要的鑒定檢材之一，往往對鑒定具有決定性的意義[1-2]。然而由于設備自身、天氣、環(huán)境等諸多因素影響，很多時候委托方提供的視頻檢材不夠清晰，尤其是距離攝像頭較遠處的景物更容易模糊，導致此類視頻檢材的證據(jù)力不強，無法進行定量分析，甚至不能作為鑒定依據(jù)。

數(shù)字圖像處理領域有很多算法可以進行模糊圖像的清晰化處理，但此類方法多數(shù)針對的是特定理想情況，而實際工作中圖像產(chǎn)生模糊的原因千差萬別，因此僅僅依靠算法處理具體問題時常收效甚微。舉一典型例子，拍攝快速經(jīng)過的車輛會產(chǎn)生運動偽影，實際工作中警方很多時候需要對這類照片進行還原以追查車輛，但多數(shù)無功而返。究其原因，警方能提供的只有一張或少數(shù)幾張照片，照片中有燈光、環(huán)境等很多干擾因素，僅僅利用圖像處理算法很難得到理想結(jié)果。值得慶幸的是，在事故鑒定工作中，鑒定人可以利用很多方法對現(xiàn)場及車輛等進行復勘，以獲得更多有針對性的數(shù)據(jù)資料來協(xié)助處理不夠理想的視頻圖像。

針對由于抖動或視野較遠而產(chǎn)生的視頻圖像模糊，本文利用近景攝影測量原理中內(nèi)外參數(shù)與成像內(nèi)容及成像平面的關系，在拍攝模糊視頻的原位置改變焦距重新拍攝局部清晰照片圖像，再對模糊視頻的截圖與清晰照片進行配準，最后以圖像融合來處理視頻截圖中的模糊區(qū)域，以達到使其局部清晰化的目的。

1 材料與方法

1.1 儀器

數(shù)碼相機（canon 600D），三角固定架，Matlab R2014a，Photoshop CS2。

1.2 方法

在6個不同位置拍攝6組圖像，每組3幅，焦距從短變長，每組照片拍攝時相機位置固定但角度可調(diào)整，獲得遠景近景清晰度不同的照片。每組第一幅圖像局部經(jīng)高斯模糊后作為實驗圖像，原始圖像為對照圖像，利用同組第二幅或第三幅圖像對實驗圖像進行清晰化處理，最后與對照圖像進行比較分析。

1.2.1 實驗流程（圖1）

圖1 實驗流程圖

1.2.2 實驗過程

在6個不同位置安置三腳架和相機，調(diào)整焦距由短變長，用相機拍攝6組，每組3張照片，照片圖像中央?yún)^(qū)域均選取了一個明顯標志物。

拍攝完成后，對6組圖像進行處理，以第一組圖像為例說明。以第一張照片圖像作為研究對象，在Photoshop中對其進行局部高斯模糊處理，選擇區(qū)域羽化值為10像素，模糊半徑5像素，生成實驗圖像，原圖像為對照圖像（圖2～3）。

圖2 第一幅照片原圖像（對照圖像）

圖3 第一幅照片模糊后（實驗圖像）

1.2.3 圖像處理過程

在Matlab中將第二幅或第三幅圖像與實驗圖像進行局部配準和融合處理。具體方法為：基于兩幅圖像中比較清晰的部分，利用開源代碼imagematching對兩幅圖像進行配準，配準完成后將第二幅或第三幅圖像進行縮放和旋轉(zhuǎn)處理，再與第一幅圖像進行融合，結(jié)果如圖4~5所示。

圖4 第二幅圖像

圖5 配準及融合后結(jié)果

1.3 結(jié)果比較

將處理后圖像與對照圖像進行比較，取3處明顯標志點，如圖2中足球門的右上角，結(jié)果顯示標志點平均偏差小于1像素，可認為處理后的圖像與原圖基本相同。

2 案例應用

圖6為某高速路上發(fā)生追尾事故時的監(jiān)控截屏，委托要求為車速計算。圖6顯示為1倍變焦視頻，該監(jiān)控設備架設于高架橋邊約18 m高處，由于地面震動及風力等原因有輕微晃動，導致視頻中遠方的地面標志線模糊不能分辨?，F(xiàn)場復勘時，監(jiān)控恰失靈不能做現(xiàn)場還原實驗，于是采用變焦方法對模糊視頻進行了處理。

這起交通事故的鑒定，方法考慮仍是找出明顯標識來進行距離定位。復勘時，提取了事發(fā)后兩日該監(jiān)控器不同焦距下的視頻，1倍變焦視頻中顯示的事發(fā)區(qū)域很模糊，而2倍及3倍變焦視頻，該區(qū)域較為清晰。通過配準和圖像幾何變換，將3倍變焦視頻截圖與1倍視頻截圖融合，獲得了理想的效果，圖7為三倍變焦圖像，圖8為融合圖像，圖9為融合錯位圖像。最后用此圖像為背景，根據(jù)地面白虛線信息為事故車輛事發(fā)時車速進行了計算。

圖6 事發(fā)時視頻截圖

圖7 三倍變焦視頻截圖

圖8 清晰化后圖像

圖9 融合前圖像（錯位）

3 討論

攝像機近景攝影測量原理中，攝像機的內(nèi)參數(shù)和外參數(shù)決定了成像內(nèi)容和成像質(zhì)量。內(nèi)參數(shù)主要為焦距、主點坐標、坐標軸傾斜參數(shù)及畸變，而外參數(shù)主要為相機空間位置及鏡頭軸向位置。根據(jù)此原理，用同一臺照相機，以不同焦距的鏡頭在同一位置拍攝同一景物，鏡頭焦距的改變，使得成像平面變化，結(jié)果遠處和近處景物的成像清晰度不同[3]。運用此原理，當原始視頻清晰度不夠的時候，可以通過調(diào)整相機內(nèi)參數(shù)焦距使得成像平面改變，達到使感興趣區(qū)域成像清晰的目的，具體做法就是在不同焦距下重新拍攝清晰的圖像來恢復原始圖像中的模糊區(qū)域。在實際運用中需要注意的是，拍攝過程中攝像機位置不能改變，鏡頭角度可有適當變化，具體做法就是重新拍攝的照片必須在與原視頻圖像相同位置獲取，這樣才能保證變焦圖像能與原始圖像匹配，事故鑒定中的攝像頭多為固定攝像頭，因此這一點很容易滿足。從我們的實驗來看，越靠近圖像中央?yún)^(qū)域的部分越容易配準融合，周邊區(qū)域由于鏡頭畸變等原因需要更進一步的去除畸變處理。

交通事故鑒定中，圖像處理帶來的誤差應該結(jié)合案情具體考慮，如本文實驗中足球門一角的像素點誤差在1像素之內(nèi)，根據(jù)球門鋼柱的寬度考慮，此誤差代表的距離應小于5cm。如上所述，圖像清晰化之后的誤差往往以像素位置考慮，而實際工作中常常需要考慮的是實際距離，這其間的度量關系，應具體問題具體分析。

圖像配準的過程利用Photoshop等軟件也能完成，只是需要更多的時間來調(diào)整和比較，對于大部分的圖像來說，商業(yè)軟件處理也是很好的選擇。實際工作中，如果原設備完好可用，利用原設備來做還原實驗是最好的選擇，但如果原設備無法使用，則可在原設備位置進行拍攝，由于拍攝位置差異產(chǎn)生的誤差需要具體分析。此外由本文還可看出，照片需要有一定的清晰范圍，如果全圖像都模糊，那么配準過程都無從談起，更遑論局部清晰化。

本文實驗及實際案例中的照片圖像均較清晰且像素值高，因此局部清晰化結(jié)果也較為理想。在鑒定實踐中，由于獲得的圖像質(zhì)量參差不齊，因此要根據(jù)實際情況選取合適的圖像或視頻截圖，在考慮誤差允許的情況下滿足委托方的需求。本文所用的方法還需要更系統(tǒng)的研究，這將是我們下一步工作的重點。