图像处理实战技术分享

在事件的处理中,相关的视频资料常常由于其全息性、直观性、可回溯性以及不可回避性,成为勘查破案的第四大技术支撑手段,为破案提供了有价值的一手线索,并可以发挥引导其他勘查协同作战的作用。但正如总有光明无法触及的角落,在实际的事件勘查中,往往出现因为各种因素导致事件可用的视频资料变的十分稀少,任何已掌握的视频资料都显得弥足珍贵。

此时,就会出现需要在不清晰或极端条件的视频资料中获取更多线索的业务需求,图像处理即可体现它的价值。

在开始图像处理之前我们先来了解一下图像处理相关的概念。

图像增强的目标是改进图片的质量,例如可能是光学摄像系统的像差或离散焦、摄像系统与被摄物之间的相对运动、电子或光学系统的噪声和介于摄像系统与被摄像物间的空气介质(如雾霾),或者增加对比度,调整亮度和色彩,去掉模糊和噪声,修正几何畸变等;这种以提高图像质量为目的的图像增强和复原对于一些难以得到的图片或者在拍摄条件十分恶劣情况下得到的图片都有广泛的应用。

图像增强主要是使图像清晰或者转变为更适合人分析的形式,图像增强并不要求忠实的反应原始图像,相反某些失真的图像可能比原始图像更为清晰的凸显出图片中的某些特定细节。在了解了上述原理之后,在对被处理图像进行处理之前就需要对其进行初步分析,判断其是何种类型的模糊,以便选择有针对性的参数对被处理图像进行增强复原。

下面我们通过一些比较常见的模糊方式结合实际案例来一起探讨图像处理技术。

在对其模糊种类进行分析判断之后就可以针对该模糊种类进行相应的参数调节。

由上图判断可以得出以下结论,该图像中的车辆都处于该摄像系统的焦距之内,不存在虚焦、散焦,场景光照并不强烈,场景虽然比较昏暗但色彩和纹理基本清晰,由此可以确定该场景为运动模糊造成的车牌拖影。

因此,我们选择去模糊类型中的去运动模糊,并调整相应的距离、角度、强度等参数,使之达到我们想要的标准。

另外,由于国内车牌字符采用反光漆,在进行车牌处理时如果进行色彩类别中的反色操作,会使车牌的字符更加突出鲜明。

处理结果如下图所示:E21885(左),Z5999(右)

调整去运动模糊参数,并对目标区域的纹理进行增强,最后反色得出以下结果。

处理结果:A L6Y80

选择去运动模糊,并调节相应参数。最后反色得出以下结果。

结果为:A M5626

由上图我们可以分析判断出:被处理图片中目标车辆移动速度应该不快,因此并未造成拖影。由于目标车辆的前部车灯,造成了目标区域亮度过高,但场景中的色彩较为鲜艳,车牌蓝底与白色字符清晰可见,不过场景中的目标区域纹理并不是特别清晰。场景中,由于摄像系统部署的位置下方正好有输电线路穿过,造成摄像系统镜头对焦在输电线路上,这样下方经过的目标就造成了虚焦或散焦。

综上分析,我们选择亮度中的去强光照,现滤除场景中的强光;之后选择模糊处理中的去散焦模糊,对目标区域的焦距进行调整;最后选择纹理增强,加强目标区域的纹理,使之更为清晰夸张。

通过集中不同的处理算法等到以上结论:AP5540

但是在很多一线单位,苦于无此种处理手段或是技术人员,造成勘查难度的提升。

如下图所示:

此案例为简单的亮度处理案例,只需适当的调整目标区域的亮度,并反色即可。

由上图可见,处理结果为N WH126

去雾及纹理增强处理

在一些事件中,主要的模糊是由于场景及摄像系统的原因造成的;主要体现在电子或光学系统的噪声和介于摄像系统与被摄像物间的空气介质(如雾霾),以及由于摄像系统的像素问题造成的模糊。

如下图所示:

由上图可见场景中存在轻微的雾气,并且由于摄像系统距离目标较远,并且由于摄像系统本身的像素不高(也可能是视频存储压缩过程中造成的丢帧、画质下降等问题),对于此类场景,只需对目标进行无损放大,并选择去雾模糊选项并调整参数,对去雾之后的纹理进行增强,并反色即可得到以下结果:

处理结果为E TK152

此事件中,目标为后车行车记录仪所显示的越野车,由于行车记录仪的清晰度不高,并且前车保持高速移动,造成动态模糊、目标区域失真和像素丢失。

在大量截取连贯图片之后,对其展开处理分析,首先因为后车灯光较强,所以选择对目标区域进行去强光照处理,而后调整运动迷糊参数去除目标高速运动留下的拖影及抖动,最后对目标区域进行纹理增强并设置反色,以便使其关键内容更为凸显。

处理完成之后,可以看到每张处理之后的图片都可以看到不同位数的字符,将其融合并进行综合研判,即可得出结果。

处理结果如下:C AD191