面向人眼探测识别的视频优化方法研究

在探测识别的过程中，成像设备获取图像用于人眼探测识别。观察者总是希望能够从图像中获取量多的信息以提高探测识别的成功率。因此，国内外学者提出了各种各样增强图像的方法，如直方图均衡，Retinex算法 等 ↑些年来 ，也有学者通过基于人眼视觉系统的研究提出了-些方法图像增强的方法[2-3]。在先前的研究中也提出了-种基于人眼视觉系统的图像优化方法[41，以使图像中信息最大限度的为人眼感知，并进行了-定的改进。

这些方法在用于单幅图像的增强和优化中能够获得较好的结果，但是在用于视频或连续的序列图像处理时就会出现图像闪烁的现象。尤其是在实时陛要求比较高的情况下，这种闪烁对人眼探测识别会造成很大的影响。究其原因，是因为这些方法在处理视频或序列图像时，只是对当前著行处理，并没有考虑之前各忠度级情况对当前帧的影响，造成图像中的景物可能在前后帧的处理过程中出现很大的灰度级跳变，从而产生图像闪烁现象。

首先简要介绍作者在之前研究中提出的面向人眼探测识别的图像优化方法，然后分析其在用于视频优化时出现图像闪烁的具体原因，然后提出-种能够抑制这种闪烁而又使人眼能够获得尽量多图像信息的方法。

2面向人眼探测识别的图像优化方法简介图像优化后用于目标探测识别时，人们总是希望在优化图像的过程中不改变原始图像的信息，这样可以避免因优化后的图像因破坏原始图像信息而对探测识别的成功率造成影响。之前提出的方法就是在尽量不丢失图像原始信息的前提下，按照人眼视觉特性，对图像进行优化以期望使人眼获得的信息最大化。

在没有先验知识的情况下，可以将图像按照相邻像素的灰度值是否相同的标准进行区域分割，把图像分成各个相互邻接的区域，而图像中的信息就蕴含在这些区域之中。然而根据人眼视觉系统的临界可见偏差特性 (Just Noticeable Diference：JND)呵 知，相邻区域之间的差值只有达到-定的阈值之后才能被人眼很好的区分，如果这个差值很小 ，那么观察者在观察的过程中很可来稿 日期：2012-03-10作者简介：吴 锦，(1987-)，男，安徽，硕士生研究生在读，主要研究方向是图像质量表征、图像优化及机器人视觉；朱 枫，(1962)，男，辽宁，博士，博士生导师，主要研究方向是机器人视觉与图像处理、智能系统与人机交互102 关 锦等：面向人眼探测识别的视频优化方法研究 第1期能将其视为同-区域。如果图像中存在着大量的这样的区域，那么图像中的信息就不能被人眼很好的感知。人眼的JND特性曲线，如图 1所示。

0 5O 100 lSO 200 250 300背景亮度图1人眼JND特性曲线Fig.1 Human Eye JND Characteristic Curve基于这样的分析，我们将图像按照上述原则进行图像分割后，按照区域相邻、灰度级从低到高及灰度级差值最小的原则建立图像中灰度级之间最小相邻关系表。然后对在图像中不相邻而最小相邻关系表中相邻的各灰度进行合并，从而得到在不改变图像原始信息的前提下，表示图像所需的最少灰度级个数。

为了使相邻的区域能够被人眼很好的分辨，我们根据文献中提到的视觉心理学函数结合人眼临界可见偏差特性〃立灰度级映射表。人眼视觉心理学函数的表达式如式(1)所示：p(s)：1-e舶 (1)式中：p-信号s的探测概率 的值可以通过式(2)求得：- (2)V 2竹 ln2式中： -经验值，通常取3。 的值可以通过式(3)求得：###)式中：Sn-临界可见偏差的阈值。

i i / - - 量 ： - . ： - - i - j土 。

； ； . 0 5 lO 15 20 25 30 35 40 45 50灰度级差图2人眼视觉心理学函数曲线Fig.2 Human Visual Psychology Function Curve得到灰度级映射关系表后，我们就可以将原始图像的各像素通过灰度映射得到符合人眼观察要求的图像。这-部分内容文献 中有详细描述。

但是，人眼分辨灰度级的个数总是有限的，这-点可以从人眼的临界可见偏差特性得到。当表示-幅图像所需的最幸度级个数高于人眼可分辨的灰度级个数时，根据上述方法进行灰度映射势必会造成-些信息仍然很难被人眼所感知。这样，我们为了保证那些之前更容易被人眼感知的信息能更好的发挥作用，将原来不易被人眼感知的信息压缩，以获得更大的映射空间用于原来易于人眼观察的信息。

当表示图像所需的灰度级个数高于人眼能够分辨的个数时，根据最小相邻关系表，我们提出了两种不同的压缩方式，-种是以最小相邻的灰度级中区域邻接的次数，另-种是以最小相邻区域中邻接区域的邻接长度。通过这些方法，将表示图像所需的灰度级数压缩到人眼能够分辨的个数，然后在根据上述方法进行灰度级映射，得到输出图像。算法实施的过程，如图3所示。

图3算法实施过程Fig，3 Algorithm Implementation Process3视频闪烁原因分析. 上述方法在用于单幅图像时可以获得很好的视觉效果，但是用于视频优化时，视频图像经常出现闪烁现象。原始视频中由于嘲的明暗变化可能造成闪烁固然是-部分原因，但是根本上还是由于图像优化方法在用于视频处理时，其只是处理当前帧的信息 没有考虑到前面数帧的明暗对当前帧的影响。

- 个视频中连续的两帧图像(图略)。经过前面所述的算法处理之后的结果(图略)。

可以明显看出，近处草地在处理后的前后两帧中的亮度出现了较大的变化。

对另外-个含有400帧图像视频进行处理，发现其同样出现严重的闪烁现象，记录各帧的灰度映射曲线，其结果，如图4所示30o250臻200越150l005000 50 100 150 2O0 250 300原始图像灰度级图4处理视频的灰度映射曲线Fig.4 Gray Mapping Curve to Process Video图4中可以看出，(O 120)范围内的灰度级在所有帧中映射后的结果变化并不是太大，而高于 120以后的灰度级的变化要比(0-120)的灰度级变化大的多。

O S 0 S b 5 O 0 口 喇 爆 1 9 8 7 6 5 4 3 2 1 0 00。蕺 0m0