[发明专利]视频增强方法和系统

说明书

技术领域

本申请一般地涉及图像和视频处理，具体地，涉及视频增强方法和系统。

背景技术

对于数码相机、数字摄像头等，主要的视频质量增强方式是图像增强方法。该类方法没有考虑多帧图像之间的关联关系。使用它们来提升视频质量，往往导致增强的视频有颗粒现象和闪烁，并且增强的效果不稳定。

发明内容

本申请致力于提供一种能根据视频内容重要性进行动态调整的视频增强方法。视频内容重要性可通过计算视频中的每帧图像的所有像素的显著度来体现。

根据本发明的第一方面，提供一种视频增强方法，包括：在视频中检测感兴趣对象；计算所述视频中每帧图像的显著度图；构建亮度和显著度自适应的时域滤波器过滤所述视频中的每帧图像以消除噪声；以及输出增强的视频。

根据本发明的第二方面，提供一种视频增强方法，包括：在视频中检测感兴趣对象；计算所述视频中每帧图像的显著度图；对所述视频中的每帧图像进行显著度自适应的曝光修正，提升所述视频的亮度和对比度；以及输出增强的视频。

根据本发明的第三方面，提供一种视频增强系统，包括：感兴趣对象检测模块，用于在视频中检测感兴趣对象；显著度计算模块，用于计算所述视频中每帧图像的显著度图；显著度自适应时域滤波模块，用于构建亮度和显著度自适应的时域滤波器过滤所述视频中的每帧图像以消除噪声；以及输出模块，用于输出增强的视频。

根据本发明的第四方面，提供一种视频增强系统，包括：感兴趣对象检测模块，用于在视频中检测感兴趣对象；显著度计算模块，用于计算所述视频中每帧图像的显著度图；显著度自适应曝光修正模块，用于对所述视频中的每帧图像进行显著度自适应的曝光修正，提升所述视频的亮度和对比度；以及输出模块，用于输出增强的视频。

本申请提出的视频增强方法和系统，以视频内容的重要性为依据进行视频增强，因此不会导致视频中重要信息的模糊。另外，根据本发明的方法和系统综合地考虑了视频中连续多帧图像的关联性，保证了增强效果的稳定性。本发明不需要直接控制硬件(例如，相机，摄像头等)参数，其适用范围更为广泛。

根据本发明的第一方面和第三方面，滤除了噪声的影响，从而有效地降低增强后视频的颗粒现象和闪烁。根据本发明的第二方面和第四方面，考虑了视频内容的重要性，因此有效地提升了重要性高的内容的亮度和对比度。

附图说明

图1是根据本发明一个实施例的视频增强方法的流程图；

图2是根据本发明一个实施例的计算视频中图像显著度图的流程图；

图3是根据本发明一个实施例的办公场景的显著度图的示意图；

图4是根据本发明一个实施例的户外场景的显著度图的示意图；

图5是根据本发明一个实施例的显著度自适应局部对比度增强的流程图；以及

图6是根据本发明一个实施例的视频增强系统的示意方框图。

具体实施方式

为了使本领域技术人员更好地理解本发明，下面结合附图和具体实施方式对本发明作进一步详细说明。

图1是根据本发明一个实施例的视频增强方法的流程图。

如图1所示，根据本发明一个实施例的视频增强方法包括感兴趣对象检测步骤S110、显著度图计算步骤S120、显著度自适应时域滤波步骤S130、显著度自适应曝光修正步骤S140、显著度自适应局部对比度增强步骤S150和输出增强的视频步骤S160。下面对各步骤进行具体说明。

在步骤S110，在视频中检测感兴趣对象。多种现有的方法可以用于感兴趣对象的检测。例如，基于混合高斯模式的对象检测、基于形状模板的对象检测、对象跟踪方法等。如果应用有明确的对象类型，一些专门的对象检测方法可以被采用。例如，会议场景中，感兴趣对象通常是说话人和参会者。正脸检测、侧脸检测、多视角人脸检测、头检测、基于HOG(Histogram oforiented gradient，方向梯度的直方图，一种特征描述子，其多用于对象检测，特别是人的检测)的人检测都可以是备选方法。步骤S110的目标是在像素层面上区分不同的感兴趣对象和背景。

在步骤S120，计算视频中每帧图像的显著度图。图2是根据本发明一个实施例的计算视频中图像显著度图的流程图。

参见图2，在步骤S121，从视频中获取每帧图像，将其转换到合适的颜色空间。例如，从RGB到灰度空间、LUV/LAB或者HSV空间，然后得到其亮度图像。