[发明专利]一种基于梯度域融合的夜间交通监控增强方法

说明书

一种基于梯度域融合的夜间交通监控增强方法涉及数字图像处理方法。夜晚，由于车灯、路灯、建筑物灯等活跃光源的存在，会产生大量的光晕，以至于它们附近的物体无法被看见。特别是在高速路上，来往车辆的车灯所产生的强光晕，严重影响了交通标志标牌的视觉效果，导致它们的质量退化严重。本发明将图像融合与图像去光晕相结合，在梯度域对图像进行处理，并利用视频的帧间互补信息，使得最终的结果图像中交通标志更加容易辨识。

技术领域

本发明涉及数字图像处理方法，特别涉及一种基于梯度域融合的夜间交通监控视频图像增强方法。

背景技术

随着多媒体信息技术的发展，视频和图像被广泛应用于社会生产和生活的各个方面。高质量图像能够提供丰富的信息和真实的视觉感受，是很多多媒体应用的基础。但是，由于受到监控距离、光照环境、雨雪雾霾、运动模糊及噪声等因素的影响，交通监控视频的质量通常较差。

光照和运动模糊问题是影响图像质量的较为重要的两个因素。现有的研究已经分别针对导致图像质量下降的不同因素开展了相关研究：针对光照问题，提出了低照度图像增强算法、高动态范围图像融合技术；针对图像运动模糊问题提出了图像去模糊方法。但是，现有的研究工作通常处理的是自然图像，而交通标志等文本图像与自然图像又具有独特的区别，以至于现有的方法在处理交通图像方面，效果并不理想。而交通视频中的关键信息如车牌、车体文字标志、车型等内容的可辨识性是最为重要的图像质量问题。同时，图像质量直接影响场景中的重要信息是否可被有效辨识，进而决定图像在后续应用中的价值。因此，围绕交通监控视频评估及高质量图像重建技术开展研究，具有重要的理论意义的应用价值。

夜晚，由于车灯、路灯、建筑物灯等活跃光源的存在，会产生大量的光晕，以至于它们附近的物体无法被看见。特别是在高速路上，来往车辆的车灯所产生的强光晕，严重影响了交通标志标牌的视觉效果，导致它们的质量退化严重。因此，本发明提出了一种新的基于梯度域的夜间交通监控质量增强方法，将图像融合与图像去光晕相结合，在梯度域对图像进行处理，并利用视频的帧间互补信息，使得最终的结果图像中交通标志更加容易辨识。

发明内容

本发明的目的在于提高夜间交通监控中交通标志标牌的可辨识度，同时使得交通标志标牌中的文字拥有更丰富的细节信息。

为了达到上述目的，本发明采用基于梯度域的夜间交通监控增强方法。其特征在于，不但考虑了场景中活跃光源产生的光晕信息，同时考虑了交通标志标牌本身的特点，在梯度域对图像进行处理，同时利用视频的帧间信息进行互补，使得交通标志标牌的可辨识性得到极大提高，并拥有丰富的细节信息。

算法主要分为三个部分：图像分解、计算融合权值、梯度域融合。具体包括以下步骤：

1)图像分解

对输入的M幅视频序列，间隔时间较短或静态场景，分解为光晕层和场景层。根据本征图像分解原理，每幅输入图像I均可表示为光晕层I_G和场景层I_N的叠加，如下：

I＝I_G+I_N (1)

基于以上，我们用于图像分解的目标函数为：

I_N的约束范围是0＝I_N＝I (2)

ρ(m)＝min(m²,10^-16)是一鲁棒性函数，使得光晕层较场景层更平滑。f_1,2是f₁和f₂两个方向的一阶微分滤波器，f₃是二阶拉普拉斯滤波器；β控制光晕层的平滑度。是文本图像先验，是梯度算子，γ是文本图像先验的系数，为一常数。其中“*”为卷积运算，“·”为乘法运算。