廖廣軍，邱文敏，周吳燈

?

高光條件下視頻人像處理方法研究

廖廣軍，邱文敏，周吳燈

（廣東警官學院刑事技術系，廣州 510320）

摘要：目的 針對高光條件下導致的視頻人像模糊、細節(jié)缺失的情況，研究高光條件下的視頻人像的處理方法，改善視頻中高光人像的視覺效果。方法 詳細分析了高光條件下視頻人像存在的問題，給出了高光視頻人像處理流程圖，闡述了普通監(jiān)控拍攝模式下和紅外監(jiān)控模式下高光人像處理方法。具體處理方法：在人像視頻中挑取成像質量較好、光照影響較小、尺寸較大的關鍵幀圖像，將人像剪裁出合適的尺寸。在空域內用曲線調節(jié)、伽馬校正，在頻域內用高通濾波、同態(tài)濾波等方法分別對彩色高光人像和灰度高光人像進行增強處理，然后進行人像重建、合成。結果 面對高光人像細節(jié)丟失這種普遍情況，在對人像重建、合成前，對原始高光人像進行增強處理是有必要的。相對于直接對原始高光人像，先對人像進行高光抑制，再進行重建、合成處理效果更好。在處理方法上，頻域內的高通濾波銳化加強效果更好。相對于彩色視頻人像，紅外視頻人像丟失了色彩，在高通濾波前進行曲線調節(jié)或伽馬校正是有必要的。在某些情況下，灰度圖像的處理效果比彩色圖像處理效果更好，將彩色圖像轉換為灰度圖像然后再進行重建處理也是可行的方法。結論 正確處理高光人像能夠為視頻偵查提供更準確線索，文中所提方法能夠改善高光人像視覺效果。

關鍵詞：圖像處理；視頻人像；人像重建；人像增強；高光條件

視頻偵查中，視頻人像的分析、處理將直接影響偵查方案制定和偵查措施實施，具有重要意義。影響視頻人像質量的因素非常多，歸納起來大致可分為三類：一是視頻監(jiān)控系統(tǒng)投入不足引起的質量問題，包括數(shù)據(jù)采集分辨率低、數(shù)據(jù)傳輸、存儲壓縮比率大；二是被攝對象姿態(tài)引起的質量問題，包括被攝對象穿戴飾品、行走姿態(tài)、面部表情等；三是拍攝場景的客觀條件導致的質量問題，包括拍攝距離、光照條件、氣候條件等［1-3］。

低質量的視頻人像往往是多重因素共同作用，是復雜的具體問題。本文主要針對夜間視頻人像中，高光條件下導致的視頻人像模糊、細節(jié)丟失的情況，進行視頻人像改善問題的研究。文中詳細分析了高光條件下視頻人像存在的問題，提出了在空域內和頻域內分別利用曲線調節(jié)、伽馬校正、高通濾波、同態(tài)濾波等圖像處理手段，以改善視覺效果，獲取更多有效人像信息的方法。

1 高光條件下視頻人像存在的問題

文中所指高光條件下的視頻人像（下稱“高光人像”），主要指夜間及其他低照度環(huán)境下，出現(xiàn)強光照射人像，導致視頻人像的部分細節(jié)丟失的情況。目前，監(jiān)控攝像系統(tǒng)一般都具有普通監(jiān)控模式和夜間紅外監(jiān)控模式。在光照條件良好情況下為普通監(jiān)控模式，監(jiān)控畫面為環(huán)境的彩色圖像；在照度較低條件下，轉換為紅外監(jiān)控模式，利用場景對紅外線的吸收、反射差異，監(jiān)控畫面為環(huán)境的紅外灰度圖像。圖1為同一攝像機、相同實驗對象分別在普通監(jiān)控模式下和紅外監(jiān)控模式下形成的高光人像。可以看出，人像受高光影響導致左、右臉反差大，丟失了面部細節(jié)，將直接影響偵查人員對人像的研判。圖1左圖的彩色圖像相較于右圖的紅外灰度圖像，含有更多的色彩信息，可分別展開研究。

圖 1 普通拍攝模式下彩色圖像（左）和紅外拍攝模式下灰度圖像（右）Fig.1 Color image in normal mode （left） and gray image in infrared mode （right）

2 高光條件下視頻人像處理方法

視頻人像是連續(xù)的過程，受到行走姿態(tài)、動態(tài)光照的影響，在不同的時刻進行視頻關鍵幀的提取將直接影響后續(xù)的圖像處理或重建效果，其處理流程如圖2所示。在人像視頻中挑取成像質量相對較好、光照影響相對較小、尺寸較大的關鍵幀圖像，將人像剪裁出合適的尺寸，使用圖像處理技術進行高光人像增強處理，對增強后的人像實現(xiàn)基于超分辨率的人像重建［4，5］，重建人像僅僅重建了人像五官的核心部分，還需要將重建人像與原始關鍵幀人像進行合成處理，并對合成圖像進行直方圖調節(jié)等方法的圖像處理，以達到改善視頻人像視覺效果的目的。

圖2 視頻人像處理流程Fig.2 The fl ow chart for processing video portrait

2.1 普通監(jiān)控拍攝模式下高光人像處理

通過對人像視頻的分析，截取效果較好的彩色人像圖像，如圖3最左側圖，實驗對象的右側面部受高光影響嚴重，細節(jié)嚴重丟失。為了重建圖像，在“警視通影像分析平臺”上進行了實驗研究工作。首先，直接對關鍵幀截圖進行人像重建、合成，然后對關鍵幀截圖先進行圖像增強處理，在空域內選用曲線調節(jié)和直方圖伽馬調節(jié)的方法，增強處理后再進行人像重建、合成，并按圖2所示流程圖進行改善處理，改善效果及相關核心調節(jié)參數(shù)如圖3。在頻域內，選用布萊克曼窗高通濾波［6］和同態(tài)濾波［7］的方法，人像重建、合成后的效果及相關核心參數(shù)如圖4。

2.2 紅外監(jiān)控模式下高光人像處理

紅外監(jiān)控模式下，彩色圖像轉換為紅外灰度圖像，視頻人像丟失了色彩信息，按圖2所示流程進行人像直接重建，效果如圖5所示，中間兩圖為首先在空域內分別利用曲線調節(jié)和直方圖伽馬調節(jié)，然后再進行人像重建處理的效果；右邊兩圖為頻域內分別利用布萊克曼窗高通濾波和同態(tài)濾波處理后，進行人像重建處理的效果。增強處理的核心參數(shù)與圖3、圖4中基本一致。

3 分析討論

圖 3 空域內視頻人像處理情況。從左至右：關鍵幀截圖、直接重建圖像、曲線調節(jié)重建效果、直方圖伽馬調節(jié)重建效果、曲線調節(jié)核心參數(shù)、直方圖伽馬調節(jié)核心參數(shù)。Fig.3 Video portrait processing in spatial domain. From left to right： key frame， the directly reconstructed image without processing， the reconstructed results of curve adjusting， the reconstructed results of gamma correction， the parameters of curve adjusting， and the parameters of gamma correction.

圖 4 頻域內視頻人像處理情況。從左到右：布萊克曼窗高通濾波重建、同態(tài)濾波重建、布萊克曼窗高通濾波參數(shù)、同態(tài)濾波參數(shù)。Fig.4 Video portrait processing in frequency domain. From left to right： the reconstructed results of Blackman window high pass fi lter， thereconstructed results of homomorphic fi ltering， the parameters of Blackman window high pass fi lter， the parameters of homomorphicfi ltering.

圖 5 灰度人像處理后重建效果。 從左到右：關鍵幀截圖、直接重建圖像、曲線調節(jié)重建效果、直方圖伽馬調節(jié)重建效果、布萊克曼窗高通濾波重建效果 、同態(tài)濾波重建效果。Fig.5 Reconstructed effect of grayscale video hunman image. From left to right： key frame， the image directly reconstructed without processing， the reconstructed results of curve adjusting， the reconstructed results of gamma correction， the reconstructed results of Blackman window high pass fi lter， and the reconstructed results of homomorphic fi ltering.

高光人像是視頻人像分析中常見的情況，通過對高光人像處理的實驗，可以在以下幾個方面有所啟發(fā)：（1）高光人像的面部細節(jié)丟失，其主要影響因素為光照。首先在空域內或頻域內對人像進行高光抑制，然后進行人像重建、合成等處理，相較于直接對原圖進行重建、合成，效果改善更加顯著。（2）從處理效果來看，在頻域內使用不同方式高通濾波或同態(tài)濾波對原圖人像進行亮部抑制和暗部提升，人像重建合成效果更好。（3）相比彩色視頻人像，紅外灰度圖像色彩丟失，因此需要在曲線調節(jié)或者伽馬校正處理后再用高通濾波器進行進一步銳化增強，提升效果。（4）灰度圖像在某些時候視覺改善效果比彩色圖像更加明顯，工作中，可適當將彩色圖像轉換為灰度圖像進行對比分析。

參考文獻

［1］ 趙西洋. 淺談視頻傳輸質量的影響因素. 信息通信， 2014（11）：4-7.

［2］ 王照健，張旭. 高速公路監(jiān)控系統(tǒng)的性能及圖像質量影響因素. 技術與市場， 2013， 20（10）：96-97.

［3］ 郭晶晶，劉海珍，黎智輝，等. 去除視頻奇偶場處理車牌1例.刑事技術， 2014（6）：6.

［4］ 蘇衡，周杰，張志浩. 超分辨率圖像重建方法綜述. 自動化學報， 2013， 39（8）：1202-1211.

［5］ 許磊，黎智輝，王俊娟，等. 高精度三維人臉圖像數(shù)據(jù)庫.刑事技術， 2015，40（2）：94-97.

［6］ 崔璨，袁英才. 窗函數(shù)在信號處理中的應用. 北京印刷學院學報， 2014， 22（4）：71-77.

［7］ 廖廣軍. 運用同態(tài)濾波器校正照度不均勻圖像. 警察技術，2010（4）：31-32.

中圖分類號：DF793.2

文獻標識號：B

文章編號：1008-3650（2016）01-0084-03

收稿日期：2015-03-24

基金項目：廣東省教育廳特色創(chuàng)新類項目；廣東省公安廳科技計劃項目（TKY2015002）；廣東警官學院教師創(chuàng)新團隊建設計劃項目（2015JSTD03）

作者簡介：廖廣軍，副教授，博士，研究方向為刑事技術。 E-mail： 56114827@qq.com

Methods on Processing Human Video Images under High Light Conditions

LIAO Guangjun1， QIU Wenmin1， ZHOU Wudeng1（Faculty of Forensic Science and Technology， Guangdong Police College， Guangzhou， 510320， China）

ABSTRACT：Objective Under high light conditions， human video images are often blurred， resulting in the details to be lost，therefore， a study on processing methods of human video images under high light is conducted in this paper. Methods Firstly，the problems of human video images under high light are analyzed in detail. Secondly， the fl ow chart for processing human video image is presented. The methods on how to process the high light human video images are described under normal and/ or infrared monitor mode. Finally， the specifi c processing methods are introduced. The human video images of high quality，less affected by high light and their key frame of larger size， are picked out. In spatial domain， curve adjustment and gamma correction have been used for enhancing the high light human images. And so have that in frequency domain with utilization of high pass and/or homomorphic fi ltering. Results For the high light human images video， it is necessary to enhance the original high light human images before their reconstructing and synthesizing. For facial details missing， it is better for human images to inhibit high light on comparison of the reconstructed and synthesized human images with the original ones. From the processing effect， the methods established for enhancing human images in frequency domain are suggested. Compared to the color video ones， the infrared human video images lose their color. It is indispensable for the processing to conduct curve adjustment or gamma correction before sharpening in enthancement by high pass fi ltering. In some cases， the processed results by gray imaging are clearer than by color handling. Thus， conversion of the color image to grayscale one is optional sometimes. Conclusion The right way for processing high light human video images can provide more accurate clues for video investigation. The methods proposed here could improve the visual effect of high light human images.

KEY WORDS：image processing； human video image； reconstructing human image； enhancing human image； high light