基于運動區域檢測的會議視頻清晰度增強處理

彭 程

（中國移動通信集團廣西有限公司，廣西 南寧 450000）

0 引 言

近年來,多種視頻增強技術不斷涌現。其中，對比度增強技術［1］、超分技術［2］及視頻插幀等技術極大程度上提高了視頻質量。Fattal等提出了快速雙邊濾波多尺度圖像分解，使用多尺度細節層重組的手段來構造增強圖像。Zheng等人則通過一幅由求解一個梯度域最優化問題得到的細節圖，采用二次濾波提取到相應的基礎層和細節層分離結果。然而，上述圖像視頻增強算法更多關注的是增強效果，卻忽略了算法的實時性，難以應用于小型嵌入式系統［3］。基于視頻會議靜止場景的特征，本文提出了一種基于運動區域檢測的視頻增強算法，能夠在降低視頻噪聲的同時增強視頻細節，同時能保持原視頻的色彩還原度。

1 背景差分法檢測變化區域

背景差分法是一種視頻變化區域檢測的算法。其原理是根據視頻的前幾幀信息提取出背景幀信息，將當前圖像幀和背景幀做差分運算，得到變化區域信息［4］。根據背景差分法檢測變化區域的流程如圖1所示。

該算法主要分為如下幾個步驟。

（1）更新背景幀信息，統計前幾幀圖像的灰度均值作為背景幀信息［5］。

（2）計算當前幀和背景幀的灰度值并進行差分運算，根據絕對差進行二值運算，得到初始變化區域。

（3）對初始變化區域進行閉運算，得到聯通的變化區域。該步驟可以削弱視頻噪聲帶來的影響。

圖1 背景差分法檢測變化區域流程

該檢測算法運算量少，能夠快速計算運動區域，并且對噪聲有較高的容忍度。該檢測算法的缺點是不適用于場景大幅變化的視頻［6］。視頻會議場景較為固定并且對視頻的實時性要求極高，因此背景差分法滿足該場景使用需求。

2 基于顏色空間的視頻時域降噪

在視頻增強處理過程中，視頻本身存在的噪點會被放大，在增強圖像對比度和紋理細節的同時會降低信噪比，導致視頻質量的下降。在運動區域檢測基礎上進行時域濾波，能夠提高圖像的信噪比，有利于后續的視頻增強［7］。

RGB顏色空間利用3個顏色分量的線性組合來表示顏色，任何顏色都與這3個分量有關，而且這3個分量高度相關。直接對3個分量進行時域濾波會引入色彩偏差，從而導致視頻顏色異常［8］。因此首先對視頻幀進行RGB到YUV的顏色空間轉換。轉換公式為：

3 視頻增強

雙邊濾波基于高斯濾波的思想，在高斯濾波的基礎上加上圖像像素值對中心像素的影響，兩者共同影響中心像素的值。雙邊濾波的核函數是空間域核與像素范圍域核的綜合結果［9］。在圖像的平坦區域，像素值變化很小，對應的像素范圍域權重接近于1，此時空間域權重起主要作用，相當于進行高斯模糊；在圖像的邊緣區域，像素值變化很大，像素范圍域權重變大，從而保持了邊緣的信息［10］。和其他圖像濾波算法相比，雙邊濾波在降低圖像噪聲的同時具有很好的保邊效果。因此根據雙邊濾波得到的圖像細節信息，將細節信息疊加到原圖像上，可以增強圖像的細節，優化人體主觀感受。

4 試 驗

整體視頻處理流程如圖2所示。

圖2 視頻處理流程

圖3中紅色框內區域是由背景差分法檢測出來的變化區域。圖4（a）和圖4（b）分別是原始視頻幀和經過視頻增強的視頻幀。對比兩圖可以看出，圖4（b）中的紋理細節得到了肉眼可見的增強，整個視頻畫面的清晰度更高。

圖3 變化區域檢測結果圖

圖4 視頻增強比較圖

5 結 語

針對實時性高且畫面場景固定的視頻會議場景，提出了一種基于變化區域檢測的視頻增強算法。充分利用靜止區域的時域信息進行快速降噪，有效地增強視頻細節信息。試驗結果表明，本文算法能夠快速實現圖像增強，在保持色彩還原度的情況下降低信噪比，同時增強了視頻的細節信息，在主觀感受上提高了視頻的清晰度。該方法為實時視頻增強技術提供了一種新思路。