不同光照条件下静态目标图像处理方法
陈鹏, 胡婷
湖北省公安厅刑侦总队,武汉市 430070
摘要
关键词: 图像处理; 序列图像; 静态目标
中图分类号:DF793.2 文献标志码:B 文章编号:1008-3650(2013)02-0055-02

在模糊视频图像处理技术中, 对同一序列图像内的多帧图像进行积分、融合运算, 以提高分辨率、增加信息量、降低噪声是当前最有效的方法。其原理是在叠加运算中减弱随机噪声, 保持目标信息的稳定性。其技术要点:一是合理挑选有效帧, 二是对特定目标运动轨迹进行跟踪、稳定、配准预处理, 三是选择帧平均、帧融合算法。运动目标稳定重建功能、序列图像帧平均和帧融合算法仅由专业软件提供, 而对于静态目标, Photoshop CS4以上版本也提供了HDR、混合图层等功能[1]。本文对实际案例中不同光照条件下静态目标序列图像的4种处理方法进行比较、分析, 以探讨各种方法适用范围及技术要点。

1 案件简介

某年10月, 某地发生一起纵火案件。视频侦查发现, 案发前晚有一嫌疑车在现场附近停靠约30分钟, 现场光照不足, 整体图像模糊, 仅在途经车辆灯光照明下局部较清晰。

为获取整车较为清晰图像, 选取不同光照条件下较为清晰的5帧(见图1~图5)和20帧图像分别进行处理。由于是静止目标, 无需配准, 除采用序列图像帧平均、帧融合技术外, 还使用了Photoshop提供的HDR和混合图层功能进行处理。对5帧图像进行合成处理得到的结果见图6~图9。对20帧图像进行合成处理得到的结果见图10~图13

图9 5帧图层混合

2 讨 论

原始图像第1、4帧反映车顶部信息, 第2帧反映车头上部信息, 第3、4帧主要反映车右侧信息, 第5帧反映车头下部信息。下面逐一分析对5帧图像合成方法的优劣:

2.1 帧平均技术

图像整体合成了车顶部、右侧和车头信息, 没有明显的噪声干扰, 但局部细节分辨率有所降低, 尤其体现在车右侧和车头下部, 说明该算法在减弱噪声的同时也降低了有效信息。20帧帧平均与5帧帧平均比较, 噪声和分辨率均整体下降, 说明无效帧参与运算后会降低有效信息。

2.2 帧融合技术

图像整体合成了所有信息, 总体噪声较帧平均技术高, 但保持了原始图像的高分辨率信息, 综合效果为4种方法中最佳。20帧帧融合效果较5帧噪声水平高且局部分辨率下降, 说明无效帧参与运算后不但会提高噪声水平而且会降低有效信息。

2.3 HDR技术

HDR技术也可合成所有信息, 但偏重于表现暗部层次, 中间影调偏亮, 亮部细节丧失, 高光溢出明显, 总体效果最差。20帧帧融合效果较5帧噪声水平降低, 但局部细节同时下降, 说明无效帧参与运算后会同步抑制噪声和有效信息。

2.4 混合图层技术

图层混合效果与帧融合效果相近, 反差较大, 噪声水平较高, 偏重于亮部信息的合成。20帧图层混合效果较5帧噪声水平大幅增加, 局部细节也被高光覆盖, 说明无效帧参与运算后会提高噪声, 降低有效信息。

对于不同光照条件下静态目标序列图像, 帧平均、帧融合及图层混合方法均有效, 合理选取有效帧增加信息, 排除无效帧干扰是技术关键, 采用图层混合方法无需专用软件, 效果接近, 对于广大基层图像人员是很好的选择。

The authors have declared that no competing interests exist.

参考文献
[1] 谢贤能, 李苑. 视频监控画面中嫌疑人身高的测判[J]. 刑事技术, 2009(6): 35-36. [本文引用:1]