一種提高多媒體視頻服務質量的圖像質量增強算法

發展起來。在移動通訊中，諸如手機等手持輕便設備上的攝像頭所拍攝的圖像，由于攝像頭的能力有限和所拍攝條件的復雜多變，視頻圖像本身常常含有噪聲，質量不好。但是視頻的圖像質量是個很敏感和重要的問題，隨著目前移動視頻應用越來越廣泛，視頻圖像的增強對提高通訊系統中視頻服務質量、提高多媒體產品的競爭力以及促進其長足發展都具有重要的作用。在移動可視電話的應用中，針對由于曝光不足、曝光過強或曝光不均而造成視頻圖像質量的下降，采用基于曝光補償的圖像質量增強算法，可以得到令人滿意的效果。

關鍵詞：視頻服務質量；視頻圖像增強；曝光補償；改進MSR算法

Abstract: With the rapid developments of wired and wireless broadband technologies， multimedia applications and services have been widely used in the multimedia telecommunication systems. In mobile systems， the video images acquired by light and portable cameras such as those integrated in handsets are usually degraded by the noise because of the cameras’ limited capacities and the complicated changing environments. As mobile video services become more and more popular， the quality of video images also becomes more and more important for consumers to enjoy the video services， as well as to increase the multimedia product competencies and to help the long term developments. In the application of Third Generation (3G) mobile phones， the qualities of under-exposed， over-exposed and nonuniform-exposed video images could be enhanced by the exposure compensation algorithm， achieving pleasing video effects. Key words: quality of video services; video image enhancement; exposure compensation; improved MSR algorithm

目前手機等手持輕便設備上常常具有攝像機，可以拍攝圖像，但視頻圖像的質量往往不好。因此，在移動通訊中，即使是無損的編碼和可靠的傳輸，都不能夠得到滿意的圖像。但是視頻質量是個重要而敏感的問題，改善視頻的圖像質量是提高產品競爭力的一個重要手段。

1 視頻圖像質量的增強及曝光補償算法

1.1 視頻增強系統的架構

根據不同的環節，視頻圖像質量增強與改善的方法也不同，包括基于視頻的采集終端和顯示終端的增強、基于視頻編譯碼器的增強、基于視頻傳輸通道的增強等。本文主要討論了基于信源級數位信號的質量增強。

圖1是質量增強系統的參考架構，主要包括3個模塊。其中，視頻質量分析器是以一個增強處理組為單位來分析、判斷。

在圖1中，前兩個功能模塊都不是必須的。因為有效的圖像質量增強算法一定是具有自適應性的，對于質量好的原始視頻圖像不會引起質量的下降；而有效的質量分析模塊能排除一些不需要增強的圖像序列，會減少很多用于圖像增強的幀一級的計算開銷。

1.2 視頻增強的功能模塊

由于產生視頻質量下降的原因不同，所以視頻增強模塊中對應的功能設計也不同，它可以是不同的增強算法的組合。圖2舉出了幾種視頻質量增強模塊的功能，還可以擴展其它功能，比如抗抖動、去馬賽克、塊效應、去噪聲平滑等。

視頻質量增強模塊的位置也不是一成不變的，在整個通訊、傳輸系統中可以分為預處理和后處理兩個部分，也可以放在不同的網絡媒體網關處。

1.3 基于曝光補償的圖像增強算法

曝光補償是對在拍攝過程中由于曝光不良而導致的質量較差的視頻圖像進行增強。

(1) 傳統的圖像增強技術，如全局亮度和對比度增強、伽馬校正、對數壓縮、直方圖均衡化等，一般都不能提供比較令人滿意的增強效果。傳統的直方圖均衡化處理通常產生非自然的圖像和視覺效果，原因之一就是它不考慮原始圖像的像素分布，而強令所有輸出都是一個均勻的分布。

文獻[1]描述的算法是一個新型的直方圖增強算法，使用了一個參數來控制對比度增強的程度，確保輸出是一個忠實于原始圖像分布的增強效果表現，沒有產生視覺上的其它干擾效應。該算法的亮度分量也可以擴展到HIS彩色坐標系的顏色飽和度分量，但是增強效果對于視頻序列來說不是很穩定。

(2)某些先進的圖像增強技術也有一定的局限性，如經典的多尺度Retinex（MSR）在動態范圍壓縮和局部對比度增強上比較有效，但都可能產生比較強的“Halo”即光環效應，并且在RGB3個不同的基帶上的非線性處理，會產生不正確的顏色效果。

文獻[2]描述的算法是基于照明度-反射模型來改善在曝光不良條件下的數字圖像的視覺質量，特點是通過估計場景的照明度和反射度，能夠自適應地壓縮動態范圍、增強色調中頻分量。與Retinex和彩色恢復的MSRCR算法相比，它在亮度增強和對比度增強之間有了一個更好的平衡，在顏色表現上更加連續和穩定，不會導致錯誤的色彩，而且減小了“Halo” 效應。但是此算法的計算復雜度也比較高。

(3)色調再現是圖像質量增強中一個很重要的因素，局部顏色校正算法能夠提供比全局算法更有效的圖像質量的改善。經典的全局色彩校正曲線只有在非常接近于原始的動態變化時，才會產生一個合理的校正效果。不過某些局部顏色校正算法也面臨問題，如：迭代處理的計算復雜度、光環“Halo”效應、分割錯誤、缺少直接控制參數、不能夠查表處理等。文獻[3]描述的算法是基于掩模的方法，沒有使用任何視覺感知模型，提供了一種可計算行強、簡單的參數化框架來執行局部校正，與傳統的局部校正算法相比有一定的改進。文獻[4]描述的算法是兩種獨立過程——亮度增強和對比度增強的融合，不同于MSR算法，在MSR中這兩種處理是同時實現的。

2 MSR曝光補償圖像增強算法

針對視頻圖像在采集的過程中曝光不足或過度造成的圖像過暗或過亮，以及曝光不均造成的同一幅圖像中部分過亮部分過暗的現象，應采用曝光補償算法來增強圖像的質量。

2.1 傳統的MSR算法的局限性

大部分的光照條件下MSR都有很好的性能，但仍然需要改進的地方。如：恢復的顏色可能是預想之外的非自然的效果；在陰影或者暗區的彩色噪聲也會同時被增強；在明暗交界處會產生黑條帶和白條帶效應；如果圖像中亮區域很大而暗區域很小，那么小的暗區域的增強會不充分；大圖像的卷積會需要較大的計算量；需要設置很多參數；邊緣銳化不足等等。

2.2 改進的MSR曝光補償增強算法

對曝光補償算法進行了深入分析之后，可以得出下面這種改進的、快速有效的MSR圖像增強算法，分為5個步驟。

本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文。