基于低秩稀疏理論的視頻增強研究.pdf

1、隨著安防意識的增強，越來越多的場所裝有視頻監(jiān)控設(shè)備如校園，居民區(qū)，停車場等等。但是由于夜間光照條件不足，獲取的視頻亮度不足，對比度下降，含有大量的噪聲，視覺效果較差，從視頻中獲取的信息非常有限，不利于進一步處理。為獲取更多的信息需要對視頻進行增強以及去噪處理，改善視頻的視覺效果。
　　視頻增強技術(shù)可以改善夜間視頻光照不足，對比度下降以及可視性較差等問題。本文研究了基于Retinex模型的增強技術(shù)、空域亮度映射增強技術(shù)以及基于幀融合

2、的視頻增強技術(shù)。基于幀融合的視頻增強技術(shù)利用白天的背景信息來增強夜間視頻，本文提出了一種新的融合策略，解決了傳統(tǒng)的融合策略所出現(xiàn)的混淆現(xiàn)象以及運動邊界不完整的問題。實驗表明，本文提出的視頻融合方法，提高了視頻的亮度，拉伸了視頻的動態(tài)范圍，較好地保持了圖像的細節(jié)，改善了視頻的視覺效果。
　　視頻中的噪聲也是影響視頻質(zhì)量的關(guān)鍵因素。BM3D去噪方法是公認較好的去噪方法，在去噪的同時能較好的保持圖像細節(jié)。但BM3D只對高斯白噪聲有效，當

3、視頻中含有較多的隨機脈沖噪聲時，BM3D的去噪效果欠佳。實際獲取的視頻中不只含有高斯白噪聲，而是多種噪聲的混合，影響B(tài)M3D在處理真實視頻時的質(zhì)量。近年來，低秩稀疏理論受到越來越多的關(guān)注，并且在圖像應(yīng)用中取得不錯的效果。本文研究發(fā)現(xiàn)，HUIJI等人提出的應(yīng)用低秩稀疏理論進行視頻圖像去噪的LS模型中，僅對稀疏矩陣進行約束，而圖像中的高斯白噪聲使LS模型中的低秩矩陣低秩性和稀疏矩陣稀疏性不能同時滿足，造成去噪不充分或細節(jié)嚴重丟失。本文在LS