4.4.3 视频图像清晰化处理实例-运动模糊在线视频

对

通过之前的学习

我们已经了解了

视频清晰化处理方面大量的理论知识

本节课就让我们将理论转化为实践

与修宁波老师一起看一看

怎样使用视频清晰化处理设备

来应对一段模糊的视频影像

修老师

先问您一个问题

您认为在视频清晰化处理中

哪种模糊类型是在公安实战中比较常见的

而且又比较难以处理的

何老师您好

我认为在公安实战中需求最多的

一般就是对视频中运动目标的处理

也就是应对带有运动模糊的车辆号牌或其他物品

确实是这样

那您能不能先为我们介绍一下

处理运动模糊的常规方法

首先我们利用视频对目标进行清晰化的原因呢

主要是因为视频相比单张图像所含的信息更多

可以利用视频中多帧图像的信息

来对目标进行处理

那么由于目标在视频中通常是运动的

比如车辆

所以呢

处理过程当中的一个必要的步骤

就是多帧的稳定化

那么目的是将处理目标固定到每一帧图像的

相同位置

然后再进行后续的处理

根据视频质量及目标的具体情况

使用视频进行清晰化处理的方法和步骤

总结起来

大致流程一般来说是先稳定化

然后再做多帧超分辨率

然后再做增强或者是去运动模糊

也可以在做稳定化之前先对每一帧图像做去模糊

或增强

或者是放大处理等等

然后再做稳定化

徐老师

您能不能用一些实际的例子

来具体为我们介绍一下

如何应对运动模糊的视频影像

好的

那接下来我就用两个实例

使用警示通影像分析系统来讲解

针对视频中运动目标进行清晰化处理的方法和步骤

那我们先将视频导入进来

选择相应的这个视频

我们选择目标出现的片段导入即可

那我们的目标是这辆开过去的黑色轿车

我们要处理这辆车的车牌

我们截取把这辆车出现的片段截取进来

截取的视频片段已经导进来了

那么第1步我们需要先挑帧

我们挑选距离较近的几帧

然后我将它选中

右键选中移到新的序列当中

接下来我们需要选一帧标准帧

那么标准帧的作用

就是其他帧都会以这一帧为标准

对目标进行稳定

配准

标准帧一般选在中间位置附近的帧上

那么然后需要在标准帧上框选感兴趣的区域

也就是车牌区域

感兴趣区域的框选要遵循一个原则

所框选的区域要跟车牌所在位置处于同一个平面上

既不能太大也不能太小

那么框选区域选好之后

下一步我们就要做稳定化

我们选中稳定化的功能

那么稳定化的作用

是以标准帧中目标的大小和位置为基准

将多帧图像中的框选目标都与标准帧中的目标对齐

使每一帧图像中的感兴趣区域

都固定在图像的相应位置上不变

我们先选这个稳定化的方法

一般情况下先试一下光流场的方法

因为光流场的方法对运动目标的大小

运动轨迹等适应性比较强

从计算速度和效果的综合评价上来讲

比其他方法要好一些

运动类型根据目标实际的运动情况来选

我们选这个默认的这个运动类型

然后点击确定

这是稳定化的效果

那么稳定化的结果

绿点表示稳定化成功的帧

红点是表示失败的帧

黄点的是我们刚才选的标准帧

接下来还要对绿点的帧

手动进行检查一下稳定化的效果

那么方法就是我们将光标

放在这个目标上的某一个容易辨认的点上

比如是某一个角点

然后切换键盘上的左右键

看每一帧图像上光标所在的位置是否是固定的

如果是

就说明稳定化效果好

可以继续下一步操作

如果有标绿点的帧稳定化效果不好

我们需要将它手动来删除

但是要保证

至少要有3~4帧稳定化效果是比较好的

否则需要重新调整稳定化功能的参数

来重新进行稳定化操作

我们回到标准帧上

继续进行序列超分辨操作

序列超分辨率是利用多帧低分辨率的图像信息

重建出一张高分辨率的图像

如果我们的处理目标比较小

分辨率比较低的话

我们需要做这个操作

我们根据实际情况来输入一个合适的放大参数

其他的可以使用默认

这是序列超分辨率的结果

因为这个结果中明显存在运动模糊

那么下一步我们就要进行去运动模糊操作

首先

我们需要确定运动模糊的方向

对于这种比较明显的模糊轨迹

可以直接测量方向

我们来使用这个距离测量工具

沿着这个轨迹的方向画线

得到方向角度的这样的一个值

在右下角是52度

那么我们也可以先将这个车牌区域框选出来

用ROI把它框选出来

然后选择模糊方向索引图功能

得到模糊方向的

一张图

那么图上亮条的方向就是我们运动模糊的方向

然后我们测量亮条的方向

除了刚才使用的具体测量工具以外呢

刚才测运动轨迹

具体测量工具

我们还可以使用这个角度测量的工具

角度测量也是我们先画一条水平线

然后再沿着亮条的方向去画另一条线

这样呢

我们就得到一个方向的数值

然后我们回到

刚才的序列超分辨率结果的图

然后选择去运动模糊功能

这里要调整的参数主要是运动方向和运动距离

我们可以手动调整参数

也可以使用遍历的方式

遍历呢是将某一个参数逐渐细化精确的一个过程

通过将不同参数处理得到的效果

以这样一个九宫格的方式来显示

我们用户

只需要在每一轮的九宫格中

选择较好的一个结果就可以了

我们将刚才测量到这个方向输进去之后呢

然后对运动距离参数进行遍历

我们将刚才测量的这个方向值来输入进去

是52度

然后对运动距离参数进行遍历

那么在每次的九宫格中

鼠标双击选择较好的一个结果继续进行遍历

我们重复这个过程

直到遍历到比较满意的结果

或者到遍历结束为止

到最后一步我们点击确定得到去模糊后的结果图

那么这个结果基本上可以判断出一些数字了

我们还可以通过反色的功能来调整一下这个结果

那么反色是将图像中的颜色值取反的一个过程

虽然它不会从本质上进一步提高图像的质量

但是有时候会有一个更好的视觉体验

可能会更符合我们的视觉习惯

比如白底黑字

那么到这里

我们就完成了一个视频中运动模糊车辆号牌的处理

那么在视频中也并非只有车辆带有运动模糊

下面我们再看一个银行卡的例子

同样我们需要将视频先导入进来

那么为了节省时间

我之前已经将视频导入进来了

下面需要从大的序列当中

挑选适合做处理的序列帧

那么我们挑选的原则是卡片上的数字

看起来比较清晰

并且运动幅度不太大的几帧

在这里我们挑选了四帧

选中也是刚才的操作

移到新的序列当中

接着呢我们选第二帧作为标准帧

然后在标准帧上框选这个感兴趣的区域

这个区域画的也要比较合适

不能太大

也不能太小

区域内的画面在实际空间中要处于同一个平面

然后下一步我们也是选择稳定化的功能

像这种卡片上数字比较小的目标

我们可以选择这个特征点匹配的方法

根据卡片的运动情况

选择合适的运动类型

参数

然后点击确定

同样呢

我们需要手动检查一下稳定化的效果

我们将光标放在目标区域的一个角点上

键盘切换帧

看一下这个角点是不是相对位置比较固定

下一步呢

这样看起来已经比较稳定了

下一步我们选择序列超分辨率

选择合适的放大比例

然后点击确定

对于处理后的结果

我们还可以做进一步的增强的处理

比如

我们做一下这个空间域的锐化

可以让边缘更清晰一些

然后我们还可以进一步调整一下直方图

来拉伸一下对比度

最后呢

我们可以将卡片进行旋转

将卡片这个转正

便于我们这个观看

感谢徐老师

使用两个实例

来为我们演示了运动模糊的处理方法

根据上述的处理流程

可以有效地应对各类带有运动模糊的视频影像

本节课就讲到这里

再见