The invention discloses a method for enhancing and denoising night face video image, which belongs to the field of information processing technology. Firstly, the method converts face video image from RGB space to HSV space, decomposes the V component of the image by BEMD, adaptively decomposes the V component into several IMF components according to certain rules, filters the low-frequency IMF component and removes the irradiation component, and divides the high-frequency IMF component. After texture and details are enhanced and denoised, the processed IMF components are reconstructed, i.e. the denoised and enhanced V components are obtained. After adaptive contrast enhancement of the processed V components and reconstruction of the H and S components after wavelet denoising, the denoised and enhanced face video images can be obtained. This method can sharpen the edge, texture and other details while effectively enhancing the image contrast. It can effectively improve the image clarity and remove the halo problem in night face image enhancement.
【技术实现步骤摘要】
一种夜间人脸视频图像增强与降噪方法
本专利技术属于信息处理
,具体涉及一种夜间人脸视频图像增强与降噪方法。
技术介绍
目前,视频监控技术广泛应用于社会治理与公共安全领域,成为公安机关辨识违法嫌疑人的重要技术手段。在白天光照良好的情况下,采集得到的视频图像可满足应用要求,而在傍晚或夜间采集的图像质量严重恶化,图像呈现大量暗区,且包含噪声,导致图像内容模糊不清,细节丢失;在夜晚人工光源下,采集到的人脸图像又会出现高光区,使图像整体亮度不均匀,这些问题都给夜间视频图像的人脸辨识带来巨大挑战,因此研究夜间人脸视频图像增强与降噪方法具有重要意义。目前图形增强与降噪方法主要包括:基于直方图的增强与降噪方法、基于同态滤波的增强与降噪方法和基于Retinex理论的增强与降噪等方法,这些方法都有其局限性,如基于直方图的增强算法没有考虑图像的频率及细节信息,容易出现过增强,增强后会减弱图像的层次感;基于同态滤波的增强方法的应用前提是假设光照均匀,对高光区和暗区图像增强效果很差;基于Retinex理论的增强方法基于照明-反射模型,这类算法在图像边缘区存在光晕问题,且照射分量难以估计,使图像增强效果不佳。
技术实现思路
针对现有技术中存在的上述技术问题,本专利技术提出了一种夜间人脸视频图像增强与降噪方法,设计合理,克服了现有技术的不足,具有良好的效果。为了实现上述目的,本专利技术采用如下技术方案:一种夜间人脸视频图像增强与降噪方法,包括以下步骤:步骤1:读取图像到计算机;傍晚或夜晚,在人工光源情况下,使用连接摄像头的计算机连续采集人脸视频并存储在计算机内,从存储的视频中抽取一帧 ...
【技术保护点】
1.一种夜间人脸视频图像增强与降噪方法,其特征在于:包括以下步骤:步骤1:读取图像到计算机;傍晚或夜晚,在人工光源情况下,使用连接摄像头的计算机连续采集人脸视频并存储在计算机内,从存储的视频中抽取一帧夜间人脸图像,存储为BMP格式,记为I(x,y);步骤2:图像空间转换;对于待处理图像I(x,y),将其从RGB空间转换到HSV空间,在转换后的HSV空间中,记色调分量为H(x,y)、饱和度分量为S(x,y)、亮度分量为V(x,y);步骤3:对亮度分量V(x,y)进行BEMD分解,具体包括如下步骤:步骤3.1:初始化分解层数N=5;令E(x,y)=V(x,y);k=0;i=1;步骤3.2:令k=k+1;E(x,y)为二维信号,其包络曲面的极大值和极小值分别记为E+(x,y)和E‑(x,y),将二者的均值作为E(x,y)的包络均值,即:
【技术特征摘要】
1.一种夜间人脸视频图像增强与降噪方法,其特征在于:包括以下步骤:步骤1:读取图像到计算机;傍晚或夜晚,在人工光源情况下,使用连接摄像头的计算机连续采集人脸视频并存储在计算机内,从存储的视频中抽取一帧夜间人脸图像,存储为BMP格式,记为I(x,y);步骤2:图像空间转换;对于待处理图像I(x,y),将其从RGB空间转换到HSV空间,在转换后的HSV空间中,记色调分量为H(x,y)、饱和度分量为S(x,y)、亮度分量为V(x,y);步骤3:对亮度分量V(x,y)进行BEMD分解,具体包括如下步骤:步骤3.1:初始化分解层数N=5;令E(x,y)=V(x,y);k=0;i=1;步骤3.2:令k=k+1;E(x,y)为二维信号,其包络曲面的极大值和极小值分别记为E+(x,y)和E-(x,y),将二者的均值作为E(x,y)的包络均值,即:步骤3.3:使用E(x,y)减去包络均值,得到:步骤3.4:判断是否为IMF分量,定义IMF分量的判定特征指数SD为:IMF分量的判定特征指数SD<0.25;如果k=1或者SD≥0.25,则不符合IMF分量的定义,需重复上述过程,此时令然后转步骤3.2;否则,符合IMF的定义,转步骤3.5;步骤3.5:计算图像分量V(x,y)的第i阶IMF分量,即:步骤3.6:将imfi(x,y)从图像E(x,y)中分离,得到余项R(x,y),即:R(x,y)=E(x,y)-imfi(x,y)(5);步骤3.7:如果i≤N,则将余项R(x,y)作为新信号,即令E(x,y)=R(x,y),重复步骤3.2至步骤3.7,直至i>N,然后转步骤3.8;步骤3.8:将亮度分量V(x,y)进行分解,得到:此时亮度分量V(x,y)分解得到5个IMF和一个余项R(x,y),即6个频带;对分解得到的6个频带转步骤4处理:步骤4:对分解得到的低频IMF分量和余项R(x,y)进行消噪滤波,去除照射分量,具体包括如下步骤:步骤4.1:定义滤波器,如公式(7)所示:式中,g(x,y)为滤波器输出结果,表示输出(x,y)位置的像素值g依赖于邻域内像素值f的加权组合,(k,l)表示像素(x,y)的邻域像素位置;权重系数w(x,y,k,l)等于空间域核d(x,y,k,l)和值域核r(x,y,k,l)的乘积,即:w(x,y,k,l)=d(x,y,k,l)·r(x,y,k,l)(8);其中,则有:式中,σd为空间域方差,σr为值域方差;步骤4.2:利用公式(7)定义的滤波器分别对低频IMF分量imf4(x,y)、imf5(x,y)和余项R(x,y)进行滤波处理,消除噪声成分,滤波后的结果记为:i...
【专利技术属性】
技术研发人员:贾翔宇,彭延军,李本冲,姜凯,孙红梅,
申请(专利权)人:山东科技大学,
类型:发明
国别省市:山东,37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。