一种改善抓拍取证图像ROI清晰度的方法技术

本发明专利技术公开了一种改善抓拍取证图像ROI清晰度的方法，通过八个步骤对ROI图像改善亮度，提升区域轮廓细节和控制区域颜色，达到提高图像清晰度的目的。本发明专利技术相比现有技术具有以下优点：本发明专利技术解决了智能交通视频图像取证显示时，抓拍取证系统中的车辆视频图像中多个ROI感兴趣区域图像参数不能同步自适应调整；成像环境、压缩编码、传输过程引起的亮度、颜色，清晰度衰退；感兴趣目标ROI视频图像显示效果较差等关键问题。

【技术实现步骤摘要】

本专利技术涉及图像清晰度处理领域，尤其涉及的是一种改善抓拍取证图像ROI清晰度的方法。
技术介绍
近年来，随着城镇化速度不断加快，交通道路以及交通车辆日益增多。无论是在发达国家还是发展中国家，都不同程度地受到交通发展带来问题的困扰，由此导致了能源消耗，时间浪费，财产损失。随着智能交通领域的迅猛发展，交通安全管理部门对违章违法行驶的交通车辆进行快速有效的监控有着重要的实际意义，使得智能交通抓拍取证系统也逐渐得到广泛应用。智能交通抓拍摄像机安装在道路边上，由于内部图像传感器本身特性约束，外界光源干扰，灰尘雨雾等不利工作环境，会影响违法/违章车辆抓拍图像的取证效果。另外，图像后期处理和传输过程中，有些图像处理算法，比如平滑，去隔行效应，压缩编码等，使得图像轮廓细节模糊，造成关键特征不清晰。鉴于抓拍图像一般作为违法取证材料，所以，执法人员和违法/违章驾驶嫌疑人都对取证图像的清晰度提出了较高要求。能否较好地呈现感兴趣区域(RegionofInterest，ROI)目标图像的关键细节与特征显得尤其重要，比如车辆型号，车牌字符、驾驶员特征，以及违章/违法事件检测到的其他辅助参考目标等。随着交通道路的智能抓拍摄像机监控点日益增多，每个摄像机日夜工作，会产生海量的视频图像数据传送至监控中心，给取证执法人员带来较大压力。因此，如何有目的性地关注全景视频图像的ROI感兴趣区域显得尤其重要。如图1所示，当全景取证图像的多个ROI目标经过ROI筛选之后，再将ROI显示在监控中心的显示屏幕，辅助监控中心的全景视频图像。目前的抓拍图像中ROI图像清晰度效果无法全部达到最佳，主要原因有如下方面：智能抓拍摄像机工作时间长，外部玻璃罩积累的灰尘会影响图像的清晰度和画面的颜色鲜艳程度；光线不足或光线被遮挡，也会使得特定区域图像亮度欠佳；视频图像在传输过程中，压缩编码也会损失图像的高频细节和轮廓；除此之外，抓拍摄像机生成全景图像的参数(如亮度、锐度、饱和度、对比度等)是全局调节控制的，一般在初始化配置之后很少调整，全局控制的参数不能同时兼顾画面中多个子区域的显示效果。该情况下，如果直接在全景图像中截取ROI图像进行预览显示，肯定会导致部分ROI清晰度不理想等问题。所以，该问题是当前智能交通领域抓拍取证系统亟待需要解决的主要内容之一。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供了一种改善抓拍取证图像ROI清晰度的方法。本专利技术是通过以下技术方案实现的：一种改善抓拍取证图像ROI清晰度的方法，其特征在于步骤如下：步骤一、通过智能摄像机获取原始图像，测量原始图像的尺寸，并确定出ROI目标图像在原始图像中的位置；步骤二、判断ROI目标图像的有效性，根据输入的全景图像尺寸信息以及ROI信息，这里的全景图像尺寸信息包括全景图像宽度I_wdith以及全景图像的高度I_height。ROI信息包括ROI目标图像横向坐标起始位置ROI_x、ROI目标图像纵向坐标起始位置ROI_y、ROI目标图像宽度ROI_wdith以及ROI目标图像的高度ROI_height。然后判断输入的ROI目标图像位置是否在全景图像的有效边界范围内，具体做法是判断是否满足如下条件：1)、ROI_x+ROI_wdith<＝I_wdith；2)、ROI_y+ROI_height<＝I_height；3)、ROI目标图像的宽度ROI_wdith不少于32像素；4)、ROI目标图像的高度ROI_height不少于32像素；5)、ROI区域的像素总和不少于预置的判断阈值THR_roisize，即：ROI_height*ROI_height>＝THR_roisize其中，I_wdith是全景图像宽度，I_height是全景图像的高度，ROI_x是ROI目标图像横向坐标起始位置，ROI_y是ROI目标图像纵向坐标起始位置，ROI_wdith是ROI目标图像的宽度，ROI_height是ROI目标图像的高度，只有同时满足上述5个条件才判决该ROI目标图像为有效ROI目标图像，否则判决该ROI目标图像无效；步骤三、控制参数创建一，提取有效ROI目标图像的每一个像素点的RGB颜色通道的信息R(i，j)，G(i，j)和B(i，j)，计算有效ROI目标图像的每一个像素点的亮度Y(i，j)：Y(i,j)=1ws·[wr·R(i,j)+wg·G(i,j)+wb·B(i,j)],]]>(i，j)∈Ω，Ω表示有效ROI目标图像的全部像素点坐标集，其中，wr为R通道系数取值0.299，wg为G通道系数取值0.587，wb为B通道系数取值0.114，全部通道权重系数总和根据上述获得的Y(i，j)计算该有效ROI目标图像的亮度整体平均值Y_mean，Y_mean=1PsumΣ(i,j)∈ΩY(i,j)]]>Ω是有效ROI目标图像的全部像素点坐标集，Psum是有效ROI目标图像的全部像素总和,然后采用HSV颜色空间转换模型，将该有效ROI目标图像的R、G、B通道信号转换为H、S、V通道信号，具体转换公式如下：有效ROI目标图像的每一个像素点的V通道信号为V(i,j)，S通道信号为S(i,j)，H通道信号为H(i,j)，V通道信号计算方式如下，V(i,j)＝max[R(i,j),G(i,j),B(i,j)]，S通道信号计算方式如下，S(i,j)=0,V(i,j)=0V(i,j)-min[R(i,j),G(i,j),B(i,j)]V(i,j),V(i,j)≠0]]>H通道信号计算方式如下，H(i,j)=60*[G(i,j)-B(i,j)]V(i,j)-min[R(i,j),G(i,j),B(i,j)],V(i,j)=R(i,j)60*[B(i,j)-R(i,j)]V(i,j)-min[R(i,j),G(i,j),B(i,j)]+180,V(i,j)=G(i,j)60*[R(i,j)-G(i,j)]V(i,j)-min[R(i,j),G(i,j),B(i,j)]+240,V(i,j)=B(i,j);]]>步骤四、控制参数创建二，计算有效ROI目标图像V分量和S分量的平均值：计算有效ROI目标图像V分量的平均值V_mean；V_me本文档来自技高网...

【技术保护点】
一种改善抓拍取证图像ROI清晰度的方法，其特征在于步骤如下：步骤一、通过智能摄像机获取原始图像，测量原始图像的尺寸，并确定出ROI目标图像在原始图像中的位置；步骤二、判断ROI目标图像的有效性，根据输入的全景图像尺寸信息以及ROI信息，这里的全景图像尺寸信息包括全景图像宽度I_wdith以及全景图像的高度I_height。ROI信息包括ROI目标图像横向坐标起始位置ROI_x、ROI目标图像纵向坐标起始位置ROI_y、ROI目标图像宽度ROI_wdith以及ROI目标图像的高度ROI_height。然后判断输入的ROI目标图像位置是否在全景图像的有效边界范围内，具体做法是判断是否满足如下条件：1)、ROI_x+ROI_wdith<＝I_wdith；2)、ROI_y+ROI_height<＝I_height；3)、ROI目标图像的宽度ROI_wdith不少于32像素；4)、ROI目标图像的高度ROI_height不少于32像素；5)、ROI区域的像素总和不少于预置的判断阈值THR_roisize，即：ROI_height*ROI_height>＝THR_roisize其中，I_wdith是全景图像宽度，I_height是全景图像的高度，ROI_x是ROI目标图像横向坐标起始位置，ROI_y是ROI目标图像纵向坐标起始位置，ROI_wdith是ROI目标图像的宽度，ROI_height是ROI目标图像的高度，只有同时满足上述5个条件才判决该ROI目标图像为有效ROI目标图像，否则判决该ROI目标图像无效；步骤三、控制参数创建一，提取有效ROI目标图像的每一个像素点的RGB颜色通道的信息R(i，j)，G(i，j)和B(i，j)，计算有效ROI目标图像的每一个像素点的亮度Y(i，j)：Y(i,j)=1ws·[wr·R(i,j)+wg·G(i,j)+wb·B(i,j)],]]>(i,j)∈Ω，Ω表示有效ROI目标图像的全部像素点坐标集，其中，wr为R通道系数取值0.299，wg为G通道系数取值0.587，wb为B通道系数取值0.114，全部通道权重系数总和根据上述获得的Y(i，j)计算该有效ROI目标图像的亮度整体平均值Y_mean，Y_mean=1PsumΣ(i,j)∈ΩY(i,j)]]>Ω是有效ROI目标图像的全部像素点坐标集，Psum是有效ROI目标图像的全部像素总和,然后采用HSV颜色空间转换模型，将该有效ROI目标图像的R、G、B通道信号转换为H、S、V通道信号，具体转换公式如下：有效ROI目标图像的每一个像素点的V通道信号为V(i,j)，S通道信号为S(i,j)，H通道信号为H(i,j)，V通道信号计算方式如下，V(i,j)＝max[R(i,j),G(i,j),B(i,j)]，S通道信号计算方式如下，S(i,j)=0,V(i,j)=0V(i,j)-min[R(i,j),G(i,j),B(i,j)]V(i,j),V(i,j)≠0]]>H通道信号计算方式如下，H(i,j)=60*[G(i,j)-B(i,j)]V(i,j)-min[R(i,j),G(i,j),B(i,j)],V(i,j)=R(i,j)60*[B(i,j)-R(i,j)]V(i,j)-min[R(i,j),G(i,j),B(i,j)]+180,V(i,j)=G(i,j)60*[R(i,j)-G(i,j)]V(i,j)-min[R(i,j),G(i,j),B(i,j)]+240,V(i,j)=B(i,j);]]>步骤四、控制参数创建二，计算有效ROI目标图像V分量和S分量的平均值：计算有效ROI目标图像V分量的平均值V_mean；V_mean=1PsumΣ(i,j)∈ΩV(i,j)]]>Ω是有效ROI目标图像的全部像素点坐标集，Psum是有效ROI目标图像的全部像素总和计算有效ROI目标图像S分量平均值S_mean：S_mean＝S_sum/S_numS_sum=Σ(i,j)∈ΩS_cur(i,j)]]>S_cur(i,j)=S(i,j),S(i,j)≥S_thr0,S(i,j)≤S_thr]]>S_num=Σ(i,j)∈ΩS_cnt(i,j)]]>S_cnt(i,j)=1,S(i,j)&GreaterEqu...

【技术特征摘要】
1.一种改善抓拍取证图像ROI清晰度的方法，其特征在于步骤如下：
步骤一、通过智能摄像机获取原始图像，测量原始图像的尺寸，并确定出ROI目标图像
在原始图像中的位置；
步骤二、判断ROI目标图像的有效性，
根据输入的全景图像尺寸信息以及ROI信息，这里的全景图像尺寸信息包括全景图像宽
度I_wdith以及全景图像的高度I_height。ROI信息包括ROI目标图像横向坐标起始位置
ROI_x、ROI目标图像纵向坐标起始位置ROI_y、ROI目标图像宽度ROI_wdith以及ROI目标
图像的高度ROI_height。然后判断输入的ROI目标图像位置是否在全景图像的有效边界范
围内，具体做法是判断是否满足如下条件：
1)、ROI_x+ROI_wdith<＝I_wdith；
2)、ROI_y+ROI_height<＝I_height；
3)、ROI目标图像的宽度ROI_wdith不少于32像素；
4)、ROI目标图像的高度ROI_height不少于32像素；
5)、ROI区域的像素总和不少于预置的判断阈值THR_roisize，即：
ROI_height*ROI_height>＝THR_roisize
其中，I_wdith是全景图像宽度，I_height是全景图像的高度，ROI_x是ROI目标图像
横向坐标起始位置，ROI_y是ROI目标图像纵向坐标起始位置，ROI_wdith是ROI目标图像
的宽度，ROI_height是ROI目标图像的高度，
只有同时满足上述5个条件才判决该ROI目标图像为有效ROI目标图像，否则判决该ROI
目标图像无效；
步骤三、控制参数创建一，提取有效ROI目标图像的每一个像素点的RGB颜色通道的信
息R(i，j)，G(i，j)和B(i，j)，
计算有效ROI目标图像的每一个像素点的亮度Y(i，j)：
Y(i,j)=1ws·[wr·R(i,j)+wg·G(i,j)+wb·B(i,j)],]]>(i,j)∈Ω，Ω表示有效ROI目标图像的全部像素点坐标集，
其中，wr为R通道系数取值0.299，wg为G通道系数取值0.587，wb为B通道系数取
值0.114，全部通道权重系数总和根据上述获得的Y(i，j)计算该有效ROI目标图像的亮度整体平均值Y_mean，
Y_mean=1PsumΣ(i,j)∈ΩY(i,j)]]>Ω是有效ROI目标图像的全部像素点坐标集，Psum是有效ROI目标图像的全部像素总
和...

【专利技术属性】
技术研发人员：王庚中，王传根，邱换春，张乾坤，王孝贵，陈岩，
申请(专利权)人：安徽超远信息技术有限公司，
类型：发明
国别省市：安徽;34