论文部分内容阅读
数字视频处理已经在机器视觉、交通监控、环境监测等多个领域获得广泛应用。在实际应用中很多因素会引起视频帧的对比度下降、画面模糊不清,细节信息不明显,另外雾气也会对视频清晰度造成损害。数字视频修复是通过合理高效的算法来填充或修复视频帧中的模糊甚至破损区域。目前视频修复多是对单帧图像逐帧处理,很少利用到帧与帧之间的相关性,从而导致了视频修复运算量大,修复质量有待提高[1-2]。针对上述问题,本文主要围绕帧间相关性的数字视频修复和数字视频去雾算法展开研究。主要工作概述如下:（1）小波域快速行进法与块平移法加权融合的数字视频修复快速行进法（FMM）在小面积破损的数字图像修复过程中获得广泛应用,本文考虑视频中前后帧的相关性,改进了一种小波域快速行进法与块平移法加权融合的数字视频修复算法。首先,通过二抽取小波变换将视频帧进行分解,低频部分采用FMM进行修复;其次,计算破损视频帧上定义的模板图像在当前视频帧和相邻视频帧的像素差,利用块平移法将相邻视频帧的对应完整部分平移至当前破损视频帧上;最后,进行FMM的修复结果和平移结果的像素级加权平均融合,完成视频修复全部过程。实验验证了本文算法的可行性、实用性和高效性,对视频破损区域的修复效果较好。（2）BSCB与块平移法小波域融合的数字视频修复数字视频修复算法多建立在数字图像修复算法基础上,BSCB（Bertalmio-Sapiro-Caselles-Bellester）算法作为数字图像修复算法中的典型代表,具有较好的修复效果。本文改进一种BSCB与块平移法小波域融合的数字视频修复算法。首先利用BSCB修复当前帧的破损部分,之后利用块平移法将后一视频帧中对应位置的完整部分平移到当前帧破损部分。两种方法得到两种结果的视频帧,在小波域对其按照一定规则融合。通过合理地选择母小波,将待融合视频帧分解为结构部分和细节部分;之后对各分解层分别进行融合处理,低频部分通过加权平均方法进行处理,高频部分则采用绝对值取大,最后对融合后的小波视频帧进行小波逆变换,所得重构结果即为融合后的视频帧。（3）结合加权最小二乘和导向滤波的暗通道先验视频去雾目前的视频去雾算法多是针对单帧图像逐帧进行处理,由于没有利用帧与帧之间的相关性,因此去雾效果有待提升。针对这一问题,本文改进了一种结合加权最小二乘和导向滤波的暗通道先验视频去雾算法。由于相邻两个视频帧间有很强的相关性,算法利用加权最小二乘和导向滤波的保边特性细化其中一帧视频透射率图,使其作为所有视频帧的通用透射图,然后应用于所有视频帧去雾过程。考虑到去雾处理后的视频普遍存在亮度降低、颜色较实际场景偏暗的问题,算法增加了简单有效的自动色阶调整步骤,能自适应增强视频亮度。实验结果表明,该算法在视频去雾后具有较好的清晰度。在大雾和视频色彩失真严重情况下,仍可有效实现视频去雾。