高光条件下视频人像处理方法研究
廖广军, 邱文敏, 周吴灯
广东警官学院刑事技术系,广州 510320

作者简介: 廖广军,副教授,博士,研究方向为刑事技术。 E-mail: 56114827@qq.com

摘要
目的 针对高光条件下导致的视频人像模糊、细节缺失的情况,研究高光条件下的视频人像的处理方法,改善视频中高光人像的视觉效果。方法 详细分析了高光条件下视频人像存在的问题,给出了高光视频人像处理流程图,阐述了普通监控拍摄模式下和红外监控模式下高光人像处理方法。具体处理方法:在人像视频中挑取成像质量较好、光照影响较小、尺寸较大的关键帧图像,将人像剪裁出合适的尺寸。在空域内用曲线调节、伽马校正,在频域内用高通滤波、同态滤波等方法分别对彩色高光人像和灰度高光人像进行增强处理,然后进行人像重建、合成。结果 面对高光人像细节丢失这种普遍情况,在对人像重建、合成前,对原始高光人像进行增强处理是有必要的。相对于直接对原始高光人像,先对人像进行高光抑制,再进行重建、合成处理效果更好。在处理方法上,频域内的高通滤波锐化加强效果更好。相对于彩色视频人像,红外视频人像丢失了色彩,在高通滤波前进行曲线调节或伽马校正是有必要的。在某些情况下,灰度图像的处理效果比彩色图像处理效果更好,将彩色图像转换为灰度图像然后再进行重建处理也是可行的方法。结论 正确处理高光人像能够为视频侦查提供更准确线索,文中所提方法能够改善高光人像视觉效果。
关键词: 图像处理; 视频人像; 人像重建; 人像增强; 高光条件
中图分类号:DF793.2 文献标志码:中图分类号: DF793.2 文献标识号:B 文章编号:1008-3650(2016)01-0084-03 文章编号:1008-3650(2016)01-0084-03 doi: 10.16467/j.1008-3650.2016.01.020
Methods on Processing Human Video Images under High Light Conditions
LIAO Guangjun, QIU Wenmin, ZHOU Wudeng
Faculty of Forensic Science and Technology, Guangdong Police College, Guangzhou, 510320, China
Abstract
Objective Under high light conditions, human video images are often blurred, resulting in the details to be lost, therefore, a study on processing methods of human video images under high light is conducted in this paper.Methods Firstly, the problems of human video images under high light are analyzed in detail. Secondly, the flow chart for processing human video image is presented. The methods on how to process the high light human video images are described under normal and/or infrared monitor mode. Finally, the specific processing methods are introduced. The human video images of high quality, less affected by high light and their key frame of larger size, are picked out. In spatial domain, curve adjustment and gamma correction have been used for enhancing the high light human images. And so have that in frequency domain with utilization of high pass and/or homomorphic filtering.Results For the high light human images video, it is necessary to enhance the original high light human images before their reconstructing and synthesizing. For facial details missing, it is better for human images to inhibit high light on comparison of the reconstructed and synthesized human images with the original ones. From the processing effect, the methods established for enhancing human images in frequency domain are suggested. Compared to the color video ones, the infrared human video images lose their color. It is indispensable for the processing to conduct curve adjustment or gamma correction before sharpening in enthancement by high pass filtering. In some cases, the processed results by gray imaging are clearer than by color handling. Thus, conversion of the color image to grayscale one is optional sometimes.Conclusion The right way for processing high light human video images can provide more accurate clues for video investigation. The methods proposed here could improve the visual effect of high light human images.
Keyword: image processing; human video image; reconstructing human image; enhancing human image; high light

视频侦查中, 视频人像的分析、处理将直接影响侦查方案制定和侦查措施实施, 具有重要意义。影响视频人像质量的因素非常多, 归纳起来大致可分为三类:一是视频监控系统投入不足引起的质量问题, 包括数据采集分辨率低、数据传输、存储压缩比率大; 二是被摄对象姿态引起的质量问题, 包括被摄对象穿戴饰品、行走姿态、面部表情等; 三是拍摄场景的客观条件导致的质量问题, 包括拍摄距离、光照条件、气候条件等[1, 2, 3]

低质量的视频人像往往是多重因素共同作用, 是复杂的具体问题。本文主要针对夜间视频人像中, 高光条件下导致的视频人像模糊、细节丢失的情况, 进行视频人像改善问题的研究。文中详细分析了高光条件下视频人像存在的问题, 提出了在空域内和频域内分别利用曲线调节、伽马校正、高通滤波、同态滤波等图像处理手段, 以改善视觉效果, 获取更多有效人像信息的方法。

1 高光条件下视频人像存在的问题

文中所指高光条件下的视频人像(下称“ 高光人像” ), 主要指夜间及其他低照度环境下, 出现强光照射人像, 导致视频人像的部分细节丢失的情况。目前, 监控摄像系统一般都具有普通监控模式和夜间红外监控模式。在光照条件良好情况下为普通监控模式, 监控画面为环境的彩色图像; 在照度较低条件下, 转换为红外监控模式, 利用场景对红外线的吸收、反射差异, 监控画面为环境的红外灰度图像。图1为同一摄像机、相同实验对象分别在普通监控模式下和红外监控模式下形成的高光人像。可以看出, 人像受高光影响导致左、右脸反差大, 丢失了面部细节, 将直接影响侦查人员对人像的研判。图1左图的彩色图像相较于右图的红外灰度图像, 含有更多的色彩信息, 可分别展开研究。

图 1 普通拍摄模式下彩色图像(左)和红外拍摄模式下灰度图像(右)Fig.1 Color image in normal mode (left) and gray image in infrared mode (right)

2 高光条件下视频人像处理方法

视频人像是连续的过程, 受到行走姿态、动态光照的影响, 在不同的时刻进行视频关键帧的提取将直接影响后续的图像处理或重建效果, 其处理流程如图2所示。在人像视频中挑取成像质量相对较好、光照影响相对较小、尺寸较大的关键帧图像, 将人像剪裁出合适的尺寸, 使用图像处理技术进行高光人像增强处理, 对增强后的人像实现基于超分辨率的人像重建[4, 5], 重建人像仅仅重建了人像五官的核心部分, 还需要将重建人像与原始关键帧人像进行合成处理, 并对合成图像进行直方图调节等方法的图像处理, 以达到改善视频人像视觉效果的目的。

图2 视频人像处理流程Fig.2 The flow chart for processing video portrait

2.1 普通监控拍摄模式下高光人像处理

通过对人像视频的分析, 截取效果较好的彩色人像图像, 如图3最左侧图, 实验对象的右侧面部受高光影响严重, 细节严重丢失。为了重建图像, 在“ 警视通影像分析平台” 上进行了实验研究工作。首先, 直接对关键帧截图进行人像重建、合成, 然后对关键帧截图先进行图像增强处理, 在空域内选用曲线调节和直方图伽马调节的方法, 增强处理后再进行人像重建、合成, 并按图2所示流程图进行改善处理, 改善效果及相关核心调节参数如图3。在频域内, 选用布莱克曼窗高通滤波[6]和同态滤波[7]的方法, 人像重建、合成后的效果及相关核心参数如图4

图 3 空域内视频人像处理情况。从左至右:关键帧截图、直接重建图像、曲线调节重建效果、直方图伽马调节重建效果、曲线调节核心参数、直方图伽马调节核心参数。Fig.3 Video portrait processing in spatial domain. From left to right: key frame, the directly reconstructed image without processing, the reconstructed results of curve adjusting, the reconstructed results of gamma correction, the parameters of curve adjusting, and the parameters of gamma correction.

图 4 频域内视频人像处理情况。从左到右:布莱克曼窗高通滤波重建、同态滤波重建、布莱克曼窗高通滤波参数、同态滤波参数。Fig.4 Video portrait processing in frequency domain. From left to right: the reconstructed results of Blackman window high pass filter, the reconstructed results of homomorphic filtering, the parameters of Blackman window high pass filter, the parameters of homomorphic filtering.

2.2 红外监控模式下高光人像处理

红外监控模式下, 彩色图像转换为红外灰度图像, 视频人像丢失了色彩信息, 按图2所示流程进行人像直接重建, 效果如图5所示, 中间两图为首先在空域内分别利用曲线调节和直方图伽马调节, 然后再进行人像重建处理的效果; 右边两图为频域内分别利用布莱克曼窗高通滤波和同态滤波处理后, 进行人像重建处理的效果。增强处理的核心参数与图3图4中基本一致。

图 5 灰度人像处理后重建效果。 从左到右:关键帧截图、直接重建图像、曲线调节重建效果、直方图伽马调节重建效果、布莱克曼窗高通滤波重建效果 、同态滤波重建效果。Fig.5 Reconstructed effect of grayscale video hunman image. From left to right: key frame, the image directly reconstructed without processing, the reconstructed results of curve adjusting, the reconstructed results of gamma correction, the reconstructed results of Blackman window high pass filter, and the reconstructed results of homomorphic filtering.

3 分析讨论

高光人像是视频人像分析中常见的情况, 通过对高光人像处理的实验, 可以在以下几个方面有所启发:(1)高光人像的面部细节丢失, 其主要影响因素为光照。首先在空域内或频域内对人像进行高光抑制, 然后进行人像重建、合成等处理, 相较于直接对原图进行重建、合成, 效果改善更加显著。(2)从处理效果来看, 在频域内使用不同方式高通滤波或同态滤波对原图人像进行亮部抑制和暗部提升, 人像重建合成效果更好。(3)相比彩色视频人像, 红外灰度图像色彩丢失, 因此需要在曲线调节或者伽马校正处理后再用高通滤波器进行进一步锐化增强, 提升效果。(4)灰度图像在某些时候视觉改善效果比彩色图像更加明显, 工作中, 可适当将彩色图像转换为灰度图像进行对比分析。

参考文献
[1] 赵西洋. 浅谈视频传输质量的影响因素. 信息通信, 2014(11): 4-7. [本文引用:1]
[2] 王照健, 张旭. 高速公路监控系统的性能及图像质量影响因素. 技术与市场, 2013, 20(10): 96-97. [本文引用:1]
[3] 郭晶晶, 刘海珍, 黎智辉, . 去除视频奇偶场处理车牌1例. 刑事技术, 2014(6): 6. [本文引用:1]
[4] 苏衡, 周杰, 张志浩. 超分辨率图像重建方法综述. 自动化学报, 2013, 39(8): 1202-1211. [本文引用:1]
[5] 许磊, 黎智辉, 王俊娟, . 高精度三维人脸图像数据库. 刑事技术, 2015, 40(2): 94-97. [本文引用:1]
[6] 崔璨, 袁英才. 窗函数在信号处理中的应用. 北京印刷学院学报, 2014, 22(4): 71-77. [本文引用:1]
[7] 廖广军. 运用同态滤波器校正照度不均匀图像. 警察技术, 2010(4): 31-32. [本文引用:1]