監(jiān)控視頻中的圖像預(yù)處理技術(shù)

1.引言

在視頻監(jiān)控領(lǐng)域，提高監(jiān)控圖像質(zhì)量和編碼傳輸效率一直是我們最為重要的追求目標(biāo)。提高視頻質(zhì)量意味著提高最終用戶的觀看滿意度，提高編碼效率則意味著在同樣的碼率限制下可以傳輸更高質(zhì)量的視頻。這涉及到監(jiān)控系統(tǒng)中的多個(gè)環(huán)節(jié)，從上游的實(shí)際場(chǎng)景，到中間的傳輸網(wǎng)絡(luò)，再到下游的用戶終端，主要包括圖像的采集、壓縮處理、傳輸或存儲(chǔ)、解壓縮和顯示等部分，其中任何一個(gè)上游環(huán)節(jié)出了問題，對(duì)圖像質(zhì)量的影響都不是下游環(huán)節(jié)能夠糾正或補(bǔ)救的。視頻信號(hào)的預(yù)處理處在系統(tǒng)最上游，是針對(duì)主處理而言的，如圖1所示。在視頻監(jiān)控中，主處理一般是指視頻的壓縮編碼和傳輸，此前的處理一般稱之為預(yù)處理，常將它歸并在視頻采集部分。無疑，視頻采集中的預(yù)處理是一個(gè)重要環(huán)節(jié)，處理的好壞將直接影響采集圖像質(zhì)量以及后續(xù)編碼傳輸處理的效率。

有一個(gè)現(xiàn)象可以有力地說明預(yù)處理在改進(jìn)圖像質(zhì)量方面的作用：對(duì)同樣場(chǎng)景、采用相同的碼率，不同廠家的網(wǎng)絡(luò)攝像機(jī)解碼輸出視頻的質(zhì)量往往存在較大的差別。尤其是在比較惡劣的環(huán)境下，其差別更為顯著。產(chǎn)生這種差別的一個(gè)重要原因在于：在監(jiān)控系統(tǒng)中，雖然大家都采用標(biāo)準(zhǔn)化的視頻壓縮方法，但最后解碼輸出圖像的質(zhì)量高低很大程度上取決于有無預(yù)處理、預(yù)處理的好壞，有時(shí)還包括適當(dāng)?shù)暮筇幚怼?/P>

　　近來，隨著人們對(duì)預(yù)處理重要性認(rèn)識(shí)的不斷提高，隨著集成芯片和信號(hào)處理器能力的不斷增強(qiáng)，業(yè)界對(duì)視頻信號(hào)的預(yù)處理越來越重視，市場(chǎng)上高質(zhì)量的監(jiān)控產(chǎn)品一定離不開高質(zhì)量的視頻預(yù)處理方法。

　　2.預(yù)處理的作用

　　視頻預(yù)處理的第一個(gè)作用是提高編碼視頻的質(zhì)量。在實(shí)際的視頻監(jiān)控的應(yīng)用中，不像娛樂視頻，往往有高質(zhì)量的攝像機(jī)、良好的演播室拍攝環(huán)境和專業(yè)技術(shù)人員的時(shí)時(shí)人為干預(yù)，因此可以保證得到的高質(zhì)量的采集視頻。而視頻監(jiān)控系統(tǒng)由于成本、環(huán)境等因素影響，所獲取的原始視頻質(zhì)量并不高，甚至很低。例如，由于環(huán)境、噪聲、光照、運(yùn)動(dòng)等影響，往往所采集的圖像常常出現(xiàn)模糊、扭曲、噪點(diǎn)、太亮或太暗、彩色不鮮明、……。對(duì)于這樣比較差的視頻，再進(jìn)行壓縮、傳輸、解碼顯示，用戶所看到的監(jiān)控視頻常常不能令人滿意的。如何在現(xiàn)有的條件下提高采集視頻質(zhì)量的問題就實(shí)在地放在我們面前。對(duì)此，一個(gè)重要的應(yīng)對(duì)措施就是在視頻采集環(huán)節(jié)進(jìn)行預(yù)處理(preprocessing)，以利于提高采集視頻質(zhì)量，有利于后續(xù)的視頻處理，以利于用戶提取視頻中感興趣的信息。

　　視頻預(yù)處理的第二個(gè)作用是提高編碼效率和有利于碼率控制。我們知道，無論是有線還是無線視頻傳輸，都是基于IP的包傳輸方式，信號(hào)的傳輸速率不穩(wěn)定，速率會(huì)隨用戶的擁擠程度、信道的物理介質(zhì)而不斷變化。要在這樣速率變化的信道上穩(wěn)定、高效地傳輸壓縮視頻圖像，除了依賴編碼器的碼率控制之外，還可以利用預(yù)處理的方法來輔助實(shí)現(xiàn)。在編碼前對(duì)圖像進(jìn)行預(yù)處理，控制輸入到編碼器的視頻數(shù)據(jù)量，從而來間接控制編碼器輸出的碼率，其過程仍可參見圖1。

　　由圖1可見，不僅通過緩沖區(qū)的滿溢程度來控制量化步長(zhǎng)，同時(shí)也加上了預(yù)處理對(duì)輸入的視頻數(shù)據(jù)進(jìn)行控制。例如，當(dāng)信道變窄時(shí)，我們可以根據(jù)信道帶寬信息對(duì)輸入視頻進(jìn)行一定程度的平滑濾波，減少細(xì)節(jié)，甚至進(jìn)行下采樣處理、跳幀處理，使編碼視頻的碼率能與信道帶寬相匹配。當(dāng)然，由于信道狀況信息的獲得比較麻煩，可以經(jīng)統(tǒng)計(jì)學(xué)習(xí)建立信道帶寬變化的近似模型，再依據(jù)這個(gè)模型來決定預(yù)處理的方法和程度。

　　最早的視頻預(yù)處理是在模擬域進(jìn)行的，包括對(duì)模擬視頻信號(hào)的限帶濾波、噪聲抑制、自動(dòng)增益控制、白平衡以及r校正等。隨著視頻采集技術(shù)的數(shù)字化進(jìn)程，這些簡(jiǎn)單的預(yù)處理方法大多已經(jīng)集成到芯片中去了?，F(xiàn)在，視頻預(yù)處理都是在數(shù)字域進(jìn)行的，即在視頻數(shù)字化采集以后進(jìn)行，充分發(fā)揮了數(shù)字信號(hào)處的方便、高效、靈活和一致的優(yōu)越性。目前，在視頻監(jiān)控中常見的預(yù)處理方法除了基本的圖像濾波、圖像去噪和多種圖像增強(qiáng)處理外，還出現(xiàn)了多種針對(duì)特殊應(yīng)用環(huán)境的預(yù)處理方法，如背光或暗光處理、雨霧煙處理、感興趣區(qū)間的處理等。

　　3.常見的預(yù)處理方法

　　現(xiàn)在常見的效果明顯的視頻預(yù)處理主要包括下面的幾個(gè)方面。

　　3.1 限帶濾波和降采樣

　　根據(jù)奈奎斯特定理，只有對(duì)圖像進(jìn)行高于兩倍信號(hào)最高頻率的采樣才能保證從采樣值完全恢復(fù)原圖像。但是如果該條件不滿足，即欠采樣時(shí)，高次諧波的頻譜就會(huì)疊加到基波，出現(xiàn)頻譜混疊效應(yīng)。隨著圖像高清晰度的增加，由于采樣率的限制，絕大多數(shù)成像系統(tǒng)都存在不同的混疊現(xiàn)象。怎樣消除混疊效應(yīng)成為了預(yù)處理中的一個(gè)令人關(guān)注的問題。

　　抑制或消除混疊效應(yīng)常采用兩項(xiàng)措施，一是限帶濾波，二是下采樣。限帶濾波就是對(duì)高速采樣的數(shù)字視頻進(jìn)行一次低通濾波，抑制奈奎斯特定理定義的通帶以外的高頻分量。因?yàn)檫@些帶外分量在后續(xù)的處理中會(huì)引起混疊效應(yīng)，產(chǎn)生無意義的高頻分量，而編碼器還得對(duì)它們進(jìn)行編碼，浪費(fèi)不少寶貴的編碼比特。僅采用限帶濾波只能濾除信號(hào)中少量的高頻分量，如果信號(hào)帶寬遠(yuǎn)高于奈奎斯特帶寬，那么在限帶濾波后還需進(jìn)行一次下采樣，進(jìn)一步減少碼字。

　　3.2 噪聲去除

　　噪聲對(duì)于任何實(shí)際的視頻采集來說均是不可避免的，如果在編碼前未將不必要的噪聲去除，不僅會(huì)影響解碼視頻質(zhì)量，而且后面的編碼部分還將為噪聲編碼，降低了效率。視頻中常見的噪聲主要有加性噪聲、乘性噪聲和量化噪聲等。圖像中的噪聲往往和信號(hào)交織在一起，尤其是乘性噪聲，如果濾波不當(dāng)，就會(huì)使圖像本身的細(xì)節(jié)，如邊界輪廓、線條等，變得模糊不清。如何既平滑掉噪聲又盡量保持圖像細(xì)節(jié)，是圖像去噪的難點(diǎn)所在。

　　圖像去噪方法很多，它們大體上可以分為兩類：空間域的去噪方法和變換域的去噪方法。這兩類方法的最主要區(qū)別是前者直接對(duì)觀察圖像數(shù)據(jù)進(jìn)行處理，而后者則是先對(duì)圖像進(jìn)行某種變換，然后再對(duì)變換后的系數(shù)進(jìn)行處理。

　　變換域的去噪方法認(rèn)為，在變換域圖像往往是稀疏表示的，即高頻分量很少，大部份噪聲處于高頻部分，通過在變換域設(shè)置閾值或者截?cái)喔叨祟l譜來去除噪聲。這類方法的優(yōu)點(diǎn)是在變換域進(jìn)行處理比較簡(jiǎn)單。它的不足之處在于對(duì)閾值的設(shè)置比較困難;在去除噪聲的同時(shí)不可避免地會(huì)平滑圖像本身的紋理細(xì)節(jié);圖像在變換域丟失了部分結(jié)構(gòu)特征，特別是邊界信息等。這些都會(huì)影響去噪圖像的質(zhì)量?！　】臻g域的去噪方法關(guān)注圖像數(shù)據(jù)本身，如近年來流行的基于塊的去噪方式，其基本思想是為去噪圖像的每一個(gè)塊尋找與它相似的塊，相似塊可以在同一幀內(nèi)部尋找，或者其它幀中尋找，還可在其它圖像中尋找，最后通過加權(quán)平均等操作恢復(fù)圖像塊?？臻g域的方法利用了更多的圖像數(shù)據(jù)信息，保留圖像的結(jié)構(gòu)，有利于保持圖像細(xì)節(jié)，但也容易出現(xiàn)過平滑現(xiàn)象。近年來針對(duì)圖像的混合高斯噪聲，出現(xiàn)了一種將變換域和空間域方法相結(jié)合的自適應(yīng)噪聲去除方法。這種方法首先采用基于塊和濾波的噪聲參數(shù)估計(jì)，自適應(yīng)的估計(jì)混合高斯噪聲參數(shù)，然后利用估計(jì)得到的噪聲參數(shù)進(jìn)行圖像去噪，將多幅去噪圖像進(jìn)行簡(jiǎn)單的數(shù)據(jù)融合，最終獲得性能良好的去噪圖像，其過程如下圖2所示。

3.3 圖像增強(qiáng)

　　圖像增強(qiáng)處理的任務(wù)是有目地突出圖像中的感興趣部分，或目標(biāo)的特征，抑制圖像中某些不需要的特征，提高圖像的清晰度，改進(jìn)圖像的觀賞質(zhì)量。在圖像增強(qiáng)過程中，一般不考慮圖像降質(zhì)的原因，增強(qiáng)后的圖像也不一定要逼近原圖像。圖像增強(qiáng)中常見的幾種具體處理方法為：

　　(1)直方圖均衡

　　在圖像處理中，圖像直方圖表示了圖像中像素灰度值的分布情況。為使圖像變得清晰，增大反差，凸顯圖像細(xì)節(jié)，通常希望圖像灰度的分布從暗到亮大致均勻。直方圖均衡就是把那些直方圖分布不均勻的圖像(如大部分像素灰度集中分布在某一段)經(jīng)過一種函數(shù)變換，使之成一幅具有均勻灰度分布的新圖像，其灰度直方圖的動(dòng)態(tài)范圍擴(kuò)大。用于直方均衡化的變換函數(shù)不是統(tǒng)一的，它是輸入圖像直方圖的積分，即累積分布函數(shù)。

　　(2)灰度變換

　　灰度變換可使圖像動(dòng)態(tài)范圍增大，對(duì)比度得到擴(kuò)展，使圖像清晰、特征明顯，是圖像增強(qiáng)的重要手段之一。它主要利用圖像的點(diǎn)運(yùn)算來修正像素灰度，由輸入像素點(diǎn)的灰度值確定相應(yīng)輸出像素點(diǎn)的灰度值，可以看作是“從像素到像素”的變換操作，不改變圖像內(nèi)的空間關(guān)系。像素灰度級(jí)的改變是根據(jù)輸入圖像f(x, y)灰度值和輸出圖像g(x, y)灰度值之間的轉(zhuǎn)換函數(shù)g(x，y)=T[f(x，y)]進(jìn)行的。

　　灰度變換包含的方法很多，如逆反處理、閾值變換、灰度拉伸、灰度切分、灰度級(jí)修正、動(dòng)態(tài)范圍調(diào)整等。

　　(3)白平衡

　　白色是人眼對(duì)比例相同且具有一定亮度的藍(lán)、綠、紅三種色光所形成的視覺反應(yīng)。在正常的情況下，視頻采集系統(tǒng)對(duì)白光的輸出為白色，簡(jiǎn)單地說這個(gè)系統(tǒng)處于白平衡狀態(tài)。如果系統(tǒng)對(duì)白光不能夠保持白色輸出，出現(xiàn)偏色，如發(fā)紅或發(fā)藍(lán)等，就說明采集系統(tǒng)對(duì)現(xiàn)場(chǎng)彩色的處理出現(xiàn)了偏差，即未達(dá)到白平衡。由于場(chǎng)景的彩色情況非常復(fù)雜，難以斷定白平衡情況，所以在實(shí)際應(yīng)用中，常常用白光來判定系統(tǒng)的白平衡狀況。這是一種衡量系統(tǒng)的色彩比例是否恰當(dāng)?shù)囊环N方便、直觀的方法。如果達(dá)到了白平衡，那么輸出的色彩也是白色，沒有其它的偏色;如果有偏色，說明沒有達(dá)到白平衡，需要在預(yù)處理時(shí)加以調(diào)整，使之成像后仍然為白色。

　　(4)伽瑪校正

　　在視頻采集系統(tǒng)中，CCD、CMOS等光電轉(zhuǎn)換的器件的特性都是非線性的。場(chǎng)景的亮度L和是傳感器輸出的電壓E，之間的關(guān)系可用一個(gè)冪函數(shù)E(x, y)=kLr(x, y)來表示，其中k是比例常數(shù)，r是冪函數(shù)的指數(shù)，用它來衡量非線性器件的轉(zhuǎn)換特性，稱之為伽瑪特性。在視頻中由于伽瑪特性的存在，會(huì)導(dǎo)致圖像信號(hào)的亮度失真，影響圖像質(zhì)量。因此要對(duì)這個(gè)失真進(jìn)行補(bǔ)償，即伽瑪校正。簡(jiǎn)單地說，就是對(duì)輸出電壓用一個(gè)負(fù)指數(shù)函數(shù)對(duì)其進(jìn)行校正，使得校正后的光、電兩個(gè)量之間保持線性關(guān)系。

　　(5)圖像平滑

　　在空間域中進(jìn)行平滑濾波技術(shù)主要用于消除圖像中的噪聲，主要有鄰域平均法、中值濾波法等等。這種局部平均的方法在削弱噪聲的同時(shí)，常常會(huì)帶來圖像細(xì)節(jié)信息的損失。

　　鄰域平均，也稱均值濾波，對(duì)于給定的圖像f(x,y)中的每個(gè)像素點(diǎn)(x,y)，它所在鄰域S中所有M個(gè)像素灰度值平均值為其濾波輸出，即用一像素鄰域內(nèi)所有像素的灰度平均值來代替該像素原來的灰度。

　　中值濾波，對(duì)于給定像素點(diǎn)(x,y)所在領(lǐng)域S中的n個(gè)像素值數(shù)值{f1, f2,…,fn}，將它們按大小進(jìn)行有序排列，位于中間位置的那個(gè)像素?cái)?shù)值稱為這n個(gè)數(shù)值的中值。某像素點(diǎn)中值濾波后的輸出等于該像素點(diǎn)鄰域中所有像素灰度的中值。中值濾波是一種非線性濾波，運(yùn)算簡(jiǎn)單，實(shí)現(xiàn)方便，而且能較好的保護(hù)邊界。

　　(6)圖像銳化

　　采集圖像變得模糊的原因往往是圖像受到了平均或者積分運(yùn)算，因此，如果對(duì)其進(jìn)行微分運(yùn)算，就可以使邊緣等細(xì)節(jié)信息變得清晰。這就是在空間域中的圖像銳化處理，其的基本方法是對(duì)圖像進(jìn)行微分處理，并且將運(yùn)算結(jié)果與原圖像疊加。從頻域中來看，銳化或微分運(yùn)算意味著對(duì)高頻分量的提升。常見的連續(xù)變量的微分運(yùn)算有一階的梯度運(yùn)算、二階的拉普拉斯算子運(yùn)算，它們分別對(duì)應(yīng)離散變量的一階差分和二階差分運(yùn)算。

　　(7)小波變換增強(qiáng)

　　對(duì)圖像進(jìn)行小波變換，可得到圖像的不同頻率分量的小波變換系數(shù)，如果對(duì)適當(dāng)?shù)母哳l系數(shù)進(jìn)行增強(qiáng)處理后，再進(jìn)行小波逆變換之后，就可以達(dá)到圖像的細(xì)節(jié)或邊緣增強(qiáng)的目的。當(dāng)然，小波變換還可以用來去除圖像中的噪聲。由于噪聲大多屬于高頻信息，因此，當(dāng)進(jìn)行小波變換之后，噪聲信息大多集中在高頻子塊之中，對(duì)這一部分系數(shù)進(jìn)行抑制，則可以達(dá)到一定的噪聲去除效果。

　4. 特殊場(chǎng)合的預(yù)處理

　　視頻監(jiān)控的應(yīng)用范圍廣闊，在圖像采集時(shí)人為干預(yù)的極少。因此，各種環(huán)境的影響，監(jiān)控目標(biāo)的影響以及人為因素的影響都不可避免。面對(duì)種種不利的特殊場(chǎng)合，按照標(biāo)準(zhǔn)執(zhí)行的壓縮處理是無能為力的。為了提高種類期刊下監(jiān)控視頻的質(zhì)量，采用視頻預(yù)處理就顯得格外重要。近年來在如下的幾個(gè)方面的研究和開發(fā)都取得了可喜的進(jìn)展。

　　4.1 雨霧圖像處理

　　在霧天、雨天或者煙霾不散的情況下，由于場(chǎng)景的能見度降低，圖像中目標(biāo)對(duì)比度和顏色等特征被衰減，致使室外視頻系統(tǒng)的圖像模糊不清，影響正常工作，因此需要在視頻編碼前消除雨水、霧霾對(duì)場(chǎng)景圖像的影響。

　　以霧氣消除為例，目前的圖像處理方法主要分為兩類：霧天圖像增強(qiáng)和霧天圖像復(fù)原。霧天圖像增強(qiáng)方法不考慮圖像降質(zhì)原因，方法簡(jiǎn)單，能有效地提高霧天圖像的對(duì)比度，突出圖像的細(xì)節(jié)，改善圖像的視覺效果，但可能會(huì)造成一定的信息損失?！　§F天圖像復(fù)原針對(duì)霧天圖像質(zhì)量退化的機(jī)理，建立霧氣圖像退化模型，然后用圖像復(fù)原的方法，對(duì)霧天退化圖像進(jìn)行復(fù)原，補(bǔ)償退化過程造成的失真，獲得對(duì)無霧圖像的最優(yōu)估計(jì)，從而改善霧天圖像質(zhì)量。這種方法針對(duì)性強(qiáng)，得到的去霧效果自然，信息損失小，處理的關(guān)鍵是模型中參數(shù)的估計(jì)。

4.2 暗光圖像處理

　　在夜晚或光線不足的情況下，監(jiān)控?cái)z像很難捕獲到清晰亮麗的圖像，給道視頻監(jiān)控帶來很大困難。因此，暗光圖像增強(qiáng)的技術(shù)具有很強(qiáng)的現(xiàn)實(shí)意義。普通的圖像增強(qiáng)算法對(duì)暗光圖像處理只是作全局或局部的對(duì)比度拉伸，作用有限，不易實(shí)現(xiàn)圖像的動(dòng)態(tài)增強(qiáng)與色度保持。近年來的Retinex 算法對(duì)暗光圖像的處理取得了良好的效果，增強(qiáng)了暗光圖像的對(duì)比度，較好地保持了圖像的色度。

　　Retinex算法在研究人的顏色視覺理論和視網(wǎng)膜皮層理論的基礎(chǔ)上，提出一種關(guān)于人類視覺系統(tǒng)如何調(diào)節(jié)感知到物體顏色和亮度的模型。在這一模型中，圖像由兩部分組成，一部分是場(chǎng)景中物體的光照亮度，對(duì)應(yīng)于圖像的低頻部分，另一部分是場(chǎng)景中物體的反射亮度，對(duì)應(yīng)于圖像的高頻部分，通常它們也被稱為亮度圖像和反射圖像。因此Retinex算法從給定的圖像中分離出亮度圖像和反射圖像，在彩色恒定的條件下，通過改變亮度圖像和反射圖像在原圖像中的比例來達(dá)到增強(qiáng)暗光圖像的目的。

　　4.3 自動(dòng)曝光和聚焦

　　(1)自動(dòng)曝光

　　CMOS之類的傳感器只有獲得正確的曝光量，才能得到高質(zhì)量的圖像。曝光過度，圖像看起來太亮;曝光不足，則圖像看起來太暗。到達(dá)傳感器的光通量的大小主要由兩方面因素決定：曝光時(shí)間的長(zhǎng)短以及光圈的大小。利用光圈進(jìn)行自動(dòng)曝光，主要根據(jù)所拍攝的場(chǎng)景來控制光圈大小，使得進(jìn)光量維持在一定范圍內(nèi)，成本比較高?，F(xiàn)在市場(chǎng)所見的中低端攝像頭采用的主流技術(shù)通過調(diào)整曝光時(shí)間來實(shí)現(xiàn)自動(dòng)曝光。在研究了大量不同光照條件的圖像實(shí)例基礎(chǔ)上，獲得不同光照條件下的亮度與曝光值之間的關(guān)系，自動(dòng)曝光的預(yù)處理正是根據(jù)這一關(guān)系來進(jìn)行曝光控制的。

　　(2)自動(dòng)聚焦

　　聚焦的好壞直接影響攝像機(jī)捕獲的視頻圖像的清晰度，因此監(jiān)控系統(tǒng)要求攝像機(jī)具有自動(dòng)聚焦的功能，調(diào)整鏡頭的焦距使其焦點(diǎn)位于感光面上，從而獲得清晰的圖像。自動(dòng)聚焦的方法可以分為三大類：一類是基于鏡頭與被攝目標(biāo)之間距離測(cè)量的測(cè)距方法，另一類是基于聚焦屏上成像清晰的聚焦檢測(cè)方法，第三類是基于數(shù)字圖像處理的自動(dòng)聚焦方法，這是最適宜于監(jiān)控系統(tǒng)的一種方法。

　　基于數(shù)字圖像處理的自動(dòng)聚焦方法對(duì)采集的每一幀圖像進(jìn)行實(shí)時(shí)處理，通過判斷聚焦是否準(zhǔn)確、成像是否清晰給出反饋信號(hào)控制鏡頭的運(yùn)行，直到采集的圖像符合使用要求，即完成自動(dòng)聚焦。這種方法的特點(diǎn)是聚焦更加智能化、聚焦判據(jù)更加靈活，方便聚焦控制的執(zhí)行，從而避開復(fù)雜的對(duì)焦電路和機(jī)構(gòu)。

　　4.4 背光補(bǔ)償

　　在視頻采集過程中，如果場(chǎng)景中的目標(biāo)遮擋住了光源，那么感興趣目標(biāo)表面不能夠接收到足夠光強(qiáng)，導(dǎo)致的感興趣區(qū)域的亮度比較暗，看不清細(xì)節(jié)，這就是所謂的背光現(xiàn)象。很明顯，背光補(bǔ)償處理的目的在于提高感興趣區(qū)域的亮度，適當(dāng)?shù)膶?duì)比度，同時(shí)保證整幅圖像的自然性和平滑性。背光補(bǔ)償?shù)囊粚?shí)例如圖4所示。對(duì)于視頻序列，在保證單幀圖像補(bǔ)償效果的同時(shí)，還要保證補(bǔ)償后視頻序列亮度的連續(xù)性，避免閃爍現(xiàn)象的發(fā)生。

除了上面介紹的幾種特殊的預(yù)處理方法外，還有多種其它的預(yù)處理方法。例如感興趣區(qū)域的處理，這種方法首先找出圖像中感興趣區(qū)域，對(duì)此處進(jìn)行增強(qiáng)處理，以專注于提高感興趣目標(biāo)的圖像質(zhì)量。再如自動(dòng)鎖定動(dòng)態(tài)目標(biāo)的處理，和感興趣區(qū)域處理類似，首先檢測(cè)出動(dòng)態(tài)目標(biāo)，對(duì)該目標(biāo)進(jìn)行跟蹤和增析處理。

　　5. 小結(jié)

　　視頻監(jiān)控系統(tǒng)增加了預(yù)處理環(huán)節(jié)，一則可以提高解碼圖像質(zhì)量，尤其是某些不利條件下的視頻質(zhì)量;二則可以提高視頻編碼的效率，減少傳輸視頻的質(zhì)量波動(dòng)。其實(shí)，提高編碼效率和改進(jìn)碼率控制，其結(jié)果仍然是提高了解碼視頻的質(zhì)量。近年來，業(yè)界對(duì)視頻預(yù)處理愈加重視，各種預(yù)處理的方法層出不窮，取得了顯著的進(jìn)展。但是，由于種種因素的限制，預(yù)處理的效果還不能夠令人滿意，還有諸多的問題需要在今后的研究和開發(fā)中逐步解決。未來，如何提高視頻監(jiān)控的圖像效果，是否能找到除了預(yù)處理之外的有效圖像處理方法，將是促使視頻圖像效果改善的一大重點(diǎn)，讓我們拭目以待。