局部与全局相融合的孪生低照度视频增强网络

在低照度环境下拍摄到的视频往往有对比度低、噪点多、细节不清晰等问题,严重影响后续的目标检测、分割等计算机视觉任务.现有的低照度视频增强方法大都是基于卷积神经网络构建的,由于卷积无法充分利用像素之间的长程依赖关系,生成的视频往往会有部分区域细节丢失、颜色失真的问题.针对上述问题,提出了一种局部与全局相融合的孪生低照度视频增强网络模型,通过基于可变形卷积的局部特征提取模块来获取视频帧的局部特征,并且设计了一个轻量级自注意力模块来捕获视频帧的全局特征,最后通过特征融合模块对提取到的局部特征和全局特征进行融合,指导模型能生成颜色更真实、更具细节的增强视频.实验结果表明,本方法能有效提高低照度视频的亮度,生成颜色和细节都更丰富的视频,并且在峰值信噪比和结构相似性等评价指标中也都优于近几年提出的方法.

基于亮度融合的低照度视频弱变化检测算法

低照度视频图像弱变化检测算法可提升安防工作的可靠性,有利于安防人员快速处理存在的风险。提出一种基于亮度融合的弱变化检测算法。对视频的每一帧图像,首先提取图像不同空间的亮度分量,设计一种亮度融合的策略,对亮度分量进行融合。将融合后的亮度分量进行形态学重建,克服噪声影响。然后使用自适应的对数比对融合后的亮度分量进行处理得到差异图,对差异图使用迭代的全变分去噪,进一步克服残余噪声。最后对差异图使用二阶段聚类方法,进一步提升变化检测精度。实验结果表明,提出算法的平均检测精度为0.770,误差为31个像素点,与对比算法相比,提升了20%以上的精确度;平均运行时间为0.16 s,时间短于对比算法2倍以上。

低照度视频图像的车速计算方法探索

在基于视频图像的车速计算中,当目标车辆处于夜间或隧道内等低照度条件下时,往往无法通过常规的跟踪点设置及方法计算出正确的车速,文章通过大量的资料收集、理论分析并结合实际验证试验结果,分析了低照度条件下车辆光轨的成因,讨论了跟踪点的优选设置方案,验证了标尺正确的测量位置,并形成了使用光轨作为计算标尺的低照度视频图像的车速计算方法。

一种基于暗原色先验的低照度视频增强算法

在低照度条件下进行拍摄时,得到的视频对比度低,细节信息很难体现出来。提出了一种改进的基于暗原色先验的低照度视频增强算法来增强这类视频。传统基于暗原色先验的增强算法会放大视频噪声,为了克服这个缺点,利用时域累积信息对低照度视频进行去噪预处理。在增强过程中,采用快速算法逐帧计算,增强后的视频相比于传统方法具有更高保真度。实验结果表明,算法可有效抑制视频中的噪声、提高视频的对比度、突出细节信息,从而获得更加清晰、自然的高质量视频。

低照度视频技术在综采工作面监控系统的应用

为实现综采工作面全景、动态、高清晰度的远程视频监控,将低照度视频技术应用于综采工作面监控系统,介绍了低照度视频技术应用原理和井下图像数据处理方法,并结合色调映射函数等光学计算公式,得到视频监视的镜头视场角参数。通过现场应用验证,应用低照度视频技术的综采工作面监控系统具有实时性好、流畅性佳和清晰度高等优势,能实现在综采工作面复杂、恶劣环境下采煤机、液压支架等设备的远程监控等功能。

本质安全型低照度视频采集激光辅助光源设计

针对现有低照度视频采集辅助光源存在功耗高、体积大、照射距离近、隐蔽性差等问题,提出了一种本质安全型低照度视频采集激光辅助光源设计方案。选用光源波长为940nm的半导体激光二极管,利用多模光纤、匀光片和透镜使半导体激光二极管输出光束形状规则、光照强度均匀;本质安全型驱动电路采用恒流驱动方式,具有过压、防反接和防静电保护;通过散热装置降低半导体激光二极管工作温度,使激光辅助光源能长时间稳定工作。测试结果表明,该激光辅助光源照射距离可达20m,功耗小于3 W,持续工作温度低于50℃。

基于暗原色先验的低照度视频增强算法

在低照度条件下,视频质量总是不容乐观.对比度低,边缘细节不清晰,亮度低等情况会给视频后续处理带来很多不必要的麻烦.针对这种情况,本文提出了一种改进的基于暗原色先验的低照度视频增强算法.首先将输入的低照度图像取反,再对该图像进行去雾操作.大气光值由输入图像的暗通道最大值估计,同时,利用快速导向滤波计算并优化透射率,实现了保边降噪.最后,通过再次取反图像得到增强后的图像.透过实验结果证实,该算法能有效增强低照度图像的对比度,突出图像边缘的细节,提高图像的亮度,有效增强低照度图像.

基于大气散射模型的低照度视频增强算法

低照度情形下光照条件复杂,摄像设备采集到的视频无法满足实际应用需求,因此,需要进行增强。提出一种基于大气散射模型的低照度视频增强算法。将视频分帧,对于每一帧图像,提取V分量。提出透射率和大气光值估计方法,更加准确地描述图像的照度分布,从而避免过曝光现象;根据低照度大气散射模型,求解得到初步增强的V分量。为了丰富图像细节,提出细节优化方法,得到增强图像,合成每一帧增强图像得到增强视频。对增强结果进行主观和客观分析,结果表明,所提出的算法在视觉效果和客观评价指标方面均优于对比算法,其中所提出算法的清晰度、边缘强度、基于块的对比度和结构相似度均排名第一,且算法运行速度较快。

低照度视频中车辆行驶速度的计算方法

目的利用图像融合技术解决低照度视频中参考物无法识别的难题,从而提高基于监控视频计算事故车辆行驶速度方法的适用性。方法选取同一监控摄像头拍摄的3帧图像(1帧路面标线清晰的图像及2帧低照度视频中的关键帧图像),利用简单的图像融合方法-线性加权融合实现像素级图像融合,将关键帧图像中目标车辆相关特征与道路场景参考物的相对位置关系显现出来,从而解算目标车辆的行驶速度;最后,将根据目标车辆行车记录仪视频计算所得车速作为参考值,验证本方法是否可靠。结果本方法所得车速的相对误差约为–0.86%,证明了该方法的可靠性。结论本方法能有效解决低照度视频中参考物不能识别的难题,可为事故车辆行驶速度的鉴定提供技术支持。

大气模型与亮度传播图相结合的低照度视频增强算法

目的为解决低照度视频亮度和对比度低、噪声大等问题,提出一种将Retinex理论和暗通道先验理论相结合的低照度视频快速增强算法。方法鉴于增强视频时会放大噪声,在增强之前先对视频进行去噪处理,之后结合引导滤波和中值滤波的优势提出综合去噪算法,并将其应用于YCb Cr空间。其次提取亮度分量来估计亮度传播图,利用大气模型复原低照度视频。最后综合考虑帧间处理技术,加入场景检测、边缘补偿和帧间补偿。结果为了验证本文算法的实际效果和有效性,对低照度视频进行增强实验并将本文算法与Retinex增强算法、去雾技术增强算法进行了比较,本文算法有效地提高了低照度视频的亮度和对比度,减小了噪声,增强了视频的细节信息并减轻了视频闪烁现象,从而改善了视频质量。算法处理速率有着非常明显的优势,相比文中其他两种算法的速率提升了将近十倍。结论本文算法保持了帧间运动的连续性,在保证增强效果的同时提升了处理速率,对细节和边缘轮廓部分的处理非常精细,具有目前同类算法所不能达到的优良效果,适用于视频监控、目标跟踪、智能交通等众多领域,可实现视频的实时增强。

一种矿用本安型音视频记录仪

设计了一种矿用本安型音视频记录仪。设备基于5G SOC处理器,采用感光传感器+白光/红外激光补光+本质安全电路方案,在低照度、全黑或密闭空间的环境下,能采集、压缩、存储、显示4K高清视频图像,同时将采集的音视频数据进行实时远传;记录仪具有低照度环境下成像质量高、拍摄距离远、功耗小等特点,支持TCP/IP、UDP、RTP、ONVIF、GB28181等协议,除了作为井下信息记录外,还可以辅助应急指挥部及时展开救援行动。测试结果表明:记录仪黑暗环境下图片分辨率为10688×6012,视频分辨率为2560×1440,可视距离达20 m,数据丢包率约为0.068%,时延约为15.85 ms,可实现持续视频摄录9 h或持续视频回传4 h。