宽动态视频监控技术研究

【摘要】：数字图像的动态范围是指最大像素值与最小像素值的比。现实中的场景有很高的动态范围，但是一般的成像设备受到物理器件的限制，只能得到场景一部分动态范围内的信息。目前，对于监控图像采集，人们主要关注图像的空间分辨率；对于视频采集，研究主要集中于采集速度和数据的压缩；而对扩展动态范围的研究较少。事实上，由于传统相机与实际场景间动态范围的巨大差距，采集到的监控图像往往在亮区和暗区丢失了很多细节，降低了监控系统的安全性。本文针对室内视频监控的应用场景，提出了通过运用宽动态技术拓展数字图像的动态范围的思想，分析了宽动态技术在这一应用中的几个关键问题，提出了解决方案并进行实验验证。 在实际应用当中，基于时域多次曝光的宽动态技术成本最低，是目前最为可靠的方法，这种方法无需增加硬件设备，主要通过软件后处理的方法扩展传统相机的动态范围，是本文的研究重点。视频领域的宽动态技术主要有两大难点。第一是曝光次数有限，需要合理而有效的选择曝光次数与每次曝光的曝光时间；第二是现有宽动态图像合成算法的复杂度较高，一旦简化，成像效果也会急剧恶化，需要快速而有效的算法。 本文针对以上两个问题分别提出解决方案。 针对曝光选择问题，本文分析了优先曝光次数下动态范围覆盖与内容细节呈现的矛盾，结合室内监控场合的特点提出一种基于内容的曝光控制方法，通过区域分割、场景分类和曝光策略选择，使场景中的感兴趣区域得到优先曝光。为了从输入图像合理分割出感兴趣区域，本文在单曝光模式下使用帧差法结合双阈值检测，利用时域相关性提取运动区域；在多曝光模式下利用辐照图模拟任意曝光时间下的背景，运用背景差分的方法提取运动区域。 针对宽动态图像的合成问题，本文提出基于YUV色彩空间的多曝光图像融合方法，在Y通道使用对比度和色彩程度两个测度因子生成输入图像的权值图，并基于拉普拉斯金字塔实现图像融合。在UV通道分别用最大值作为融合后图像的UV分量。通过实验结果的比较，本文的方法在减少运算量的前提下，融合质量没有降低，取得了与其他算法类似甚至更好的细节保持与色彩表现力。