图像增强技术原理及在安防领域的应用

陈志雄

摘 要：基于安防领域中的视频监控系统，在大雾、雨雪阴霾天气、光线不足的情况下监控图像效果不理想的问题，阐述了通过图像增强技术进行改善的方法，对常用的几种增强算法原理进行推导，并对图像增强技术在视频监控系统的前端摄像机、系统平台和后端监视器三个环节的应用特点进行分析。

关键词：视频监控 图像增强 直方图 同态滤波 小波变换 Retinex

中图分类号：TB381 文献标识码：A 文章编号：1672-3791（2013）03（c）-0020-02

随着近几年安防行业的快速发展，视频监控系统已经在交通系统、银行系统、森林防火、煤矿行业等多个领域内得到了广泛的应用。在交通系统、森林系统等特殊领域，当出现大雾、雨雪阴霾等天气时，监控图像的对比度和颜色明显变差，给视觉系统带来很大的干扰，降低了监控效率；当在光线不足的情况下，监控图像亮度低，细节无法分辨，不能对目标进行有效的监控。这些特殊的监控情况的出现，在实际使用时是不可避免的，我们只能通过技术手段对其进行处理，目前可以通过图像增强技术对监控图像进行增强，使图像的细节，对比度等得到提升，满足监控要求。本文将对图像增强技术的原理和在安防领域的应用进行探讨。

1 图像增强技术的原理

图像增强技术是一个多学科的研究课题，涉及到高等数学、计算机科学、信号处理技术等学科领域。该技术主要是通过对图像信号进行分析，有目的地强调图像的整体或局部特性，抑制不感兴趣的特征，使之提高图像质量、提高图像识别效果。该技术最早是应用于航空航天领域，对航拍的图像数据进行处理。60年代初期美国喷气推进实验室的科研人员使用计算机采用灰度变换、去噪声、傅里叶变换以及二维线性滤波等方法对航天探测器“徘徊者7号”发回的几千张月球照片成功的进行了处理。随后在生物医学领域、工业生产领域、安防领域等得到广泛的应用。图像增强技术在安防领域的应用，是在近几年才发展起来的，在视频监控中的功能有去雾、夜增强、图像智能分析、車辆识别、视频检索等。目前行业内有许多增强方法，如直方图均衡法、同态滤波、小波变换、Retinex等，现对这些方法的原理进行探讨。

1.1 直方图均衡法

直方图均衡法的基本做法是先计算出图像的灰度直方图，将直方图中比较集中的某些灰度区间拉伸到全部灰度范围内的均匀分布[1]。这样就提高了像素点灰度值的动态范围，进而增强图像整体对比度，实现了图像增强的功能。彩色图像的直方图均衡法的处理流程如图1，先将RGB原始图像进行HSV转换，生成HSV图像，对亮度信号V计算出直方图数据，根据运算公式：

为图像中像素的总和；为灰度级为的像素个数；为图像中可能的灰度级总数。进行均衡化处理，得到V信号的处理后数据，并与先前分离的HS信号合成，并转换为RGB信号，实现彩色图像的直方图均衡化处理。

1.2 同态滤波

同态滤波是将图像信号的灰度值分为照度和反射率两部分组成，照度相对变化小，是图像的低频成分，而反射率是高频成分[2]。分别对照度进行滤波，压缩亮度范围；增强放射率，提高对比度，从而消除图像亮度不均匀的问题，增强了暗区的细节，同时不损失亮区的细节。同态滤波的实现流程如图2。原始图像的灰度函数表示为：·

由于与是相乘关系，无法分开处理，需取对数运算，如下：

对其进行傅里叶变换，得出：

标记为：

的频谱特性集中在低频段，集中在高频段。通过选择适当的滤波函数，如ButterWorth高通滤波器和指数高通滤波器，对进行滤波，实现压制低频而增强高频，得到预想的效果。

对滤波后的函数进行傅里叶反变换，得出：

标记为：

进行指数运算，得出处理后的数据：

·

标记为：

经过上述的数字处理，得到了就是同态滤波后的结果。

1.3 小波变换

小波变换是一种现代的分析工具，将信号进行空间和频率的局部变换。小波变换的基本思想用一族函数去表示或逼近一信号，这一族函数称为小波函数系。它是通过一小波母函数的伸缩和平移产生其“子波”来构成的，用其变换系数描述原来的信号[3]。根据Mallat的金字塔式分解算法，对信号进行分解，分解成逼近图像和细节图像之和，可分为LL，LH，HL和HH四个子频带，如图3。其中LL为逼近图像、LH为垂直方向细节、HL为水平方向细节、HH为对角方向细节。根据信号处理的需要，可对LL进行小波分解，得到二层小波分解结果LL1、LH1、HL1、HH1，可继续对LL进行分解，得到多层的分解结果。可以采用不同的方法增强不同的频率范围内的细节达到从而达到增强图像质量，提高图像的清晰度和层次感的目的。

1.4 Retinex

Retinex是由retina（视网膜）与cortex（大脑皮层）两个单词合成起来的，是由Edwin.Land提出的一种颜色恒常知觉的计算理论，该理论的基本内容是物体的颜色是由物体对长波、中波和短波光线的反射能力决定的，而不是由反射光强度的绝对值决定的；物体的色彩不受光照非均性的影响，具有一致性[4]。也就是说同样的物体在不同的光照下，如日光灯下和阳光下，它的颜色在人类的视觉系统中是一样的。Retinex的图像增强原理是将图像分为反射光分量和入射光分量两部分组成，通过降低入射光分对反射光分量的影响，从而实现图像增强的效果。Retinex是建立在实验的基础上，没有统一的数学模型，先后出现了多种不同的Retinex算法，比较经典的有单尺度Retinex和多尺度Retinex算法。下面对这两种算法进行分析：

（1）单尺度Retinex算法。

假设待增强的原图像为，反射光分量为，入射光分量为，根据Retinex理论，有；两边各取对数；单尺度Retinex可表示为 ·，是用于从原图像估算出入射光分量的函数。根据光学和视觉原理的推导，高斯卷积函数可以对原图像进行更换的处理，实现更好的图像增强效果。函数表示为：

为规一化因子使得：

其中c为高斯函数的尺度常数，由该函数的形式可以看出c的大小决定卷积核的作用范围，c越小，动态压缩范围越大，图像细节越突出；c越大，图像整体效果越好，但细节不突出。根据实验，c的取值在80～100之间，图像的各方面表现可以达到较好的平衡。

（2）多尺度Retinex算法。

多尺度Retinex算法是对多个单尺度Retinex算法进行加权平均的算法。假设用表示多尺度Retinex的最终反射光分量，则有如下公式：

·

其中为尺度系数，通常该值取3，为加权系数，当时，，高斯函数的c尺度常数通常取小（c<20）、中（c=20～200）、大（c>200）这三种尺度。这样多尺度Retinex算法涵盖了多种单尺度的特征，能够同时实现动态范围的压缩、颜色恒常性和颜色的重现，使图像增强效果更理想。

2 图像增强技术在安防领域的应用

安防领域包括视频监控、防盗报警、门禁等多个系统。视频监系统是安防系统最重要的组成部分，可以让人们在监控室里直接的看到被监控对象，给人一种直接的视觉和听觉的体验，并可以对其进行实时记录。视频监系统包括了前端的摄像机，传输设备，后端的矩阵、录像系统、控制系统、显示系统。视频监控系统普遍应用于各个领域，如平安城市、道路监控、高速路监控、森林系统、工矿企业等等。在特定的环境下，像道路监控遇到大雾、雨天、沙尘天气、阴霾天气；像黄昏时候，灯光照明又不足的监控地方、阴暗角落等，传统的视频监控图像往往效果很差，不容易分辨出细节，无法进行有效的监控。为了解决这样的问题，行业内提出了利用图像增强技术来处理这些效果差的视频信号，但是从图像增强技术的算法原理中可以知道，要完成一幅图像的处理需要经过复杂的数学计算，这势必需要有很强的数字处理能力的处理器的支持。随着半导体技术按照摩尔定律的快速发展，CPU、DSP等的速度都以指数式的提高，发展到现在只需要一个普通的DSP就可以完成对高清信号的实时视频图像增强处理，使该技术得到实质性的应用。

图像增强技术可以应用在视频监控系统的前端摄像机、系统平台和后端监视器。在不同的应用环节中，有不同的特点，下面对其进行分析。

（1）应用在前端摄像机，由于信号是先经过增强，再传输到后端进行存储和显示，故存储的图像是经过处理的，当需要回放时，可以看到清晰的图像，但是前端的摄像机一般的数量是比较大的，例如一个城市的平安城市监控系統，小则有上千个摄像机，大则有上万个摄像机，即使只选其中重要的摄像机去增加图像增强模块，也是一个不小的数目，会大大的提高系统成本。另外如果系统初期设计没有考虑图像增强模块的扩充，需要对原有的设备进行改造，这样会耗费更多的时间，带来更大的成本问题。

（2）应用在系统平台，图像增强算法集成到系统平台，可以通过系统平台的控制，灵活的指定那些摄像机需要做增强处理，能与系统融为一体，操作方便。对系统平台的开发要求比较高，而且需要有足够的硬件设备进行支撑。对于旧系统平台的改造，存在难度大的问题，只能是使用在比较大型的监控系统中。

（3）应用在后端监视器，视频监控系统中图像最终都是通过后端的监视器显示出来，通过使用具备图像增强功能的监视器或增加图像增强模块对旧系统进行改造，可以轻易的将系统升级为具备图像增强功能的系统，提高整体的效果。在后端使用增强技术有着显著的优点：前端摄像机无需改造就可以在后端进行图像增强，相当于所有的摄像机都有图像增强功能；适用于所有的视频监控系统，由于后端显示设备的个数相对于前端数目少得多，系统相应增加的成本少；另外可以对原先储存的视频在回放时进行增强，对刑侦破案有不少的帮助，例如关键的案发视频刚刚比较暗，无法分辨嫌疑人员的特征时，可以通过视频增强监视器进行处理，使之容易分辨。但是也存在着缺点：无法保存增强后的图像数据，这样如果录像数据拷贝到别的无视频增强功能的系统中回放，就无法看到清晰的画面。

3 结语

本文对传统视频监控系统在特殊环境下，监控能力不足的问题和解决办法进行分析，并对常用的几种图像增强算法进行阐述。分析了图像增强技术在视频监控系统的前端摄像机、系统平台和后端监视器不同环节的应用特点。相信随着电子技术的发展，图像增强技术会在视频监控系统得到普及，将成为系统的标准配置。这将进一步提升安防监控系统的性能，为和谐社会提供更好的支持。

参考文献

[1]郑辉，吴谨.基于小波分频与直方图均衡的图像增强算法[J].现代电子技术，2010，16：149-150.

[2]李刚，杨武年，翁韬.一种基于同态滤波的遥感图像薄云去除算法[J].测绘科学，2007，32（3）：191-192.

[3]蔚立磊，韩紫恒，张剑.小波变换域数字图像增强算法及实现[J].信息技术，2009，9：132-135.

[4]肖燕峰.基于Retinex理论的图像增强恢复算法研究[D].上海：上海交通大学，2007.