[发明专利]一种用于视频监控或机器视觉领域的图像多谱段分析方法

说明书

技术领域

本发明涉及图像处理、视频监控、智能交通领域，特别涉及一种应用于视频监控与机器视觉领域的视频图像直方图谱分段方法及局部谱段扩展拉伸到整个谱空间的方法。

背景技术

随着技术的发展和产业化的成熟，视频图像和机器视觉在从科学研究、工业生产、军工、安防到通信、娱乐等各个领域得到广泛的应用。

真实场景光电成像信号的强度在有限的范围内分布。成像信号的强度在视频图像上表现为亮暗等级。机器视觉中图像动态范围是指视频图像中从“最暗”到“最亮“之间的信号强度范围，而人类视觉系统的动态范围体现为图像对比度的感知。真实世界中的光电信号的动态范围远超过了人类视觉感知的范围，同时也远超过一般光电传感器、图像显示设备的表示范围。人类生理视觉的自适应能力可以动态感知差异亮度级别很大的不同区域不同时空的场景。比如人眼睛无法对着太阳同时看书，是因为太阳光太亮，相对书本文字又太暗，但是只对着书看就能看清。另外，从高亮的阳光下，突然走到房间里，就会感觉到房间很黑，什么都看不到，但是到房间里一会儿就能适应房间内的光线，看清室内场景。

大多数视觉信号采集和表现设备如摄像机和显示器都只能表示或者重现固定且有限的动态范围，而图像数据，特别是实时视频图像数据量非常巨大，一般记录与传输设备无法表示非常宽的动态范围图像，常采用动态范围压缩的方法在有限的比特数上表示实际场景中光电信息。这些技术局限导致机器视觉的应用无法满足人类对外界的视觉感知的需求，难以代替人眼睛实时监察实际场景，对人工智能、模式识别算法带来挑战。

为了有效提取视频图像中的信息，提高对视频场景中的目标辨识度，需要对摄取的视频图像进行处理。尽管目前已提出了很多方法，如直方图均衡化、对比度拉伸等，但效果不佳，主要原因是现在的做法通常是将整个灰度谱作为整体进行处理，由图1可知，把灰度谱范围由[n₁,n₆]整体拉伸扩展到[0,255],扩展范围有限，并不能真正改善视频图像的对比度效果，例如图中区域A的部分处于灰度暗区，拉伸变换后仍处于灰度暗区，对应场景仍然是细节不清、对比度小、目标辨识度低。

发明内容

本发明的目的是在视频监控与机器视觉领域的视频摄像系统中提供一种对视频图像灰度谱进行分割划分及分段扩展拉伸方法，将关注的谱段扩展到整个可用动态范围，解决视频采集设备或显示器等只能采集或重现固定且动态范围有限的图像，使获取的视频图像细节不清、对比度小、目标辨识度低，导致机器视觉的应用无法满足人类对外界的视觉感知的需求，难以代替人眼睛实时监察的问题，使所关注的场景事物所呈现的图像细节更清楚，以便对感兴趣的光电信号动态范围内的图像信息进行特殊的分析、处理、还原、传输等。

具体地说，本发明是采用以下的技术方案来实现的：一种用于视频监控或机器视觉领域的图像多谱段分析方法，其特征在于，建立灰度谱，即建立YUV格式的视频图像中Y分量的直方图；把完整的图像灰度谱按照不同的规则分割；取感兴趣的谱段并将其扩展到整个谱空间；基于此扩展拉伸了图像感兴趣部分的对比度，使得细节呈现的更清楚，便于分析与处理，具体包括如下步骤：

1)建立视频图像灰度分量的直方图谱，

设视频图像灰度分量的灰度等级范围，即谱空间，是[0，2^N-1]，式中N为表示图像灰度所用的比特数，第k灰度级的像素个数的函数

h(r_k)＝n_k

其中k＝0，1，…，M-1是第k级灰度，n_k表示图像中灰度级为r_k的像素个数；

2)建立控制逻辑，确定谱段分割方法及每个谱段变换函数的形式及参数；

3)将步骤1)所得到的视频图像灰度分量的直方图谱分割成段；

4)建立谱段变换函数，将选择的灰度谱段采用谱段变换函数进行灰度谱扩展；

5)将变换后的灰度连同原来的颜色分量重新构成YUV格式，输出该谱段拉伸扩谱后的图像。

上述技术方案的进一步特征在于，步骤2)控制逻辑根据视频图像特性和应用需求确定直方图谱分段方法，及谱段变换函数的形式及参数，最简单的变换函数是分区线性函数。

上述技术方案的进一步特征在于，步骤3)将视频图像灰度分量的直方图谱分割成段的方法，包括，

直方图谷值划分法：