CN106331429A - 一种视频细节放大方法 - Google Patents
一种视频细节放大方法 Download PDFInfo
- Publication number
- CN106331429A CN106331429A CN201610789799.6A CN201610789799A CN106331429A CN 106331429 A CN106331429 A CN 106331429A CN 201610789799 A CN201610789799 A CN 201610789799A CN 106331429 A CN106331429 A CN 106331429A
- Authority
- CN
- China
- Prior art keywords
- video
- signal
- amplified
- frequency band
- amplification
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/14—Picture signal circuitry for video frequency region
- H04N5/148—Video amplifiers
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
- H04N5/2628—Alteration of picture size, shape, position or orientation, e.g. zooming, rotation, rolling, perspective, translation
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种视频细节放大方法,该方法包括如下步骤:(1)获取待处理的视频序列并分解成不同的空间频带信号;(2)从分解的空间频带信号中获取待放大的细节信号,并将待放大的细节信号进行放大得到放大信号;(3)将空间频带信号与放大信号相加,并进行反向重构,输出细节放大后的视频信号。与现有技术相比,本发明视频细节放大方法简单方便,且放大后的视频品质高。
Description
技术领域
本发明涉及一种视频处理方法,尤其是涉及一种视频细节放大方法。
背景技术
视频细节放大在提供肉眼难以观察到的信息方面具有很重要的价值,可以提供无接触的心率测定等,对一些医疗过程起到十分重要的参考价值,同时在动作细节放大方面潜力巨大。
图像处理业者及设计人员对于图像及视频放大技术,已展开了很多年的研究,无论是从初期的线性放大技术,到后来基于边缘(edge)的放大技术,新的理论及应用方法不断地被开发出来,其中常用的线性放大技术包括双线性插值运算(BilinearInterpolation)、双立方插值运算(Bicubic Interpolation)及兰索斯法(Lanzcos)等。但是,所述这些放大技术仍存在诸多缺点,其中前述线性放大技术容易造成边缘锯齿(blockyedge)效应、细节损失及边缘模糊(blurry)等问题,而前述基于边缘的放大技虽可解决部分的边缘锯齿和模糊等问题,但是,所述基于边缘的放大技术对于边缘方向(edgedirection)的准确性有着较大的依赖,容易出现因边缘方向不准确,而造成插值错误的现象,特别是,在图像中细节丰富且边缘杂乱的区域中,插值错误的问题格外明显且严重;此外,所述基于边缘的放大技术,为了保持其结果的准确性,往往必需使用庞大的运算,易造成图像处理效率不彰的问题。最后,由于目前使用的放大技术一般均是采用邻域(neighborhood)图元(pixel)的加权求和,来进行插值计算,对原图像具有低通滤波的作用,故在图像被放大后,不可避免地会造成原图像上应有的锐度和细节信息(高频部分)的损失。有鉴于此,图像处理业者为恢复原图像的品质,往往会在图像被放大后,对图像进行一些增强和恢复处理,但是所述处理又产生了边缘过冲(overshoot)及振铃效应(ringingeffect)等新的瑕疵。因此如何提供一种全新的视频放大技术,使得解析度较低的图像及视频被放大且显示在解析度较高的视频设备上时,仍能呈现清晰且有利于辨识相关特征的数字图像,即成为各图像处理业者及设计人员刻正努力研究且亟待解决的重要课题。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种视频细节放大方法。
本发明的目的可以通过以下技术方案来实现:
一种视频细节放大方法,该方法包括如下步骤:
(1)获取待处理的视频序列并分解成不同的空间频带信号;
(2)从分解的空间频带信号中获取待放大的细节信号,并将待放大的细节信号进行放大得到放大信号;
(3)将空间频带信号与放大信号相加,并进行反向重构,输出细节放大后的视频信号。
步骤(1)采用拉普拉斯金字塔方法进行视频序列的分解。
步骤(2)具体为:
首先,选取滤波器,对空间频带信号进行滤波得到待放大的细节信号;然后,设置放大因子,将待放大的细节信号乘以放大因子得到放大信号。
对空间频带信号进行滤波时采用的滤波器根据待细节放大的视频的具体放大类型确定:
对于颜色放大的视频,采用理想带通滤波器;
对于运动变化放大的视频,采用两阶段巴特沃斯滤波器。
步骤(3)中采用拉普拉斯金字塔方法进行反向重构。
与现有技术相比,本发明具有如下优点:
(1)本发明的方法简单,放大后的视频品质好;
(2)对空间频带信号进行滤波时,对于不同的放大类型采用不同的滤波器,对颜色放大的视频,采用截止频率非常陡峭的理想带通滤波器,可以降低其他信号的影响,更好地提取颜色信号,对于运动变化放大的视频,采用带宽较宽的两阶段巴特沃斯滤波器,滤波效果好,提取的信号更加准确。
附图说明
图1为本发明视频细节放大方法的流程框图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
如图1所示,一种视频细节放大方法,该方法包括如下步骤:
步骤1:获取待处理的视频序列并分解成不同的空间频带信号;
步骤2:从分解的空间频带信号中获取待放大的细节信号,并将待放大的细节信号进行放大得到放大信号;
步骤3:将空间频带信号与放大信号相加,并进行反向重构,输出细节放大后的视频信号。
步骤1采用拉普拉斯金字塔方法进行视频序列的分解。
步骤2具体为:
首先,选取滤波器,对空间频带信号进行滤波得到待放大的细节信号;然后,设置放大因子,将待放大的细节信号乘以放大因子得到放大信号。
对空间频带信号进行滤波时采用的滤波器根据待细节放大的视频的具体放大类型确定:
对于颜色放大的视频,采用理想带通滤波器;
对于运动变化放大的视频,采用两阶段巴特沃斯滤波器;
步骤3中采用拉普拉斯金字塔方法进行反向重构。
在上述过程中,较为重要的是放大因子的设定。放大因子α通过下式确定:
其中δ(t)为待放大的细节信号中每一像素点对应值的时间变化函数。λ为空间波长,时间过滤频率上下限可以通过观察原视频肉眼可见部分估计得到。放大因子进行动态确定,α初始值设置为0,通过比对距离指定距离的两帧的变化,使用以下公式动态确定放大参数,实现变化小的两帧变化更小,变化大的两帧变化更大的效果,即自动的让动作的关键帧变化更明显。
采用上述方法搭建了基于欧拉方法的视频放大***软件,可用于对肉眼无法观察或变化很微小的视频进行动作或颜色的放大。本软件通过对视频进行空间和时间上的过滤,对待放大的每个像素点每一帧的变化进行给定放大参数的放大,可以将视频中的微小变化放大到肉眼可见,为进一步的利用这些细微变化提供的信息提供了可能。本软件操作简单友好,仅需要用户选择需要放大的视频的类型,每一种类型有相应的默认参数,用户也可以手动更改参数,以便更加匹配需求,另外用户可以选择动态放大,无需输入放大参数,就可以快速方便地实现视频细节放大的功能,得到输出视频。可以设置视频细节放大的类型,有五个选项,(1)对于将颜色变化放大的视频,空间分解使用的是高斯模糊方法,滤波器采用理想带通滤波器;(2)对于肉眼基本不可见的动作变化,空间分解使用的是拉普拉斯金字塔分解,时间过滤使用的两阶段巴特沃斯过滤;(3)对于较一般的动作幅度的视频放大,空间分解使用的是拉普拉斯金字塔分解,滤波器采用理想带通滤波器;(4)对于微小变化的视频,空间分解使用的是拉普拉斯金字塔分解,滤波器两阶段无限冲击响应过滤;(5)对于一般的视频放大:与较一般的动作幅度的视频放大使用的空间分解和滤波器方法一致,但放大因子无需用户设置,放大因子动态生成,节省了设置参数人力,并对视频细节放大进行了进一步的放大或缩小,使效果更明显。
该方法的核心基于欧拉方法,首先利用空间分解对每一帧视频分层,再利用时间过滤得到每一层每一个像素点的平滑的时间的变化,最后根据放大因子,对待待放大的细节信号每一个像素点的进行放大后,并重构视频每一帧,输出视频。
Claims (5)
1.一种视频细节放大方法,其特征在于,该方法包括如下步骤:
(1)获取待处理的视频序列并分解成不同的空间频带信号;
(2)从分解的空间频带信号中获取待放大的细节信号,并将待放大的细节信号进行放大得到放大信号;
(3)将空间频带信号与放大信号相加,并进行反向重构,输出细节放大后的视频信号。
2.根据权利要求1所述的一种视频细节放大方法,其特征在于,步骤(1)采用拉普拉斯金字塔方法进行视频序列的分解。
3.根据权利要求1所述的一种视频细节放大方法,其特征在于,步骤(2)具体为:
首先,选取滤波器,对空间频带信号进行滤波得到待放大的细节信号;然后,设置放大因子,将待放大的细节信号乘以放大因子得到放大信号。
4.根据权利要求3所述的一种视频细节放大方法,其特征在于,对空间频带信号进行滤波时采用的滤波器根据待细节放大的视频的具体放大类型确定:
对于颜色放大的视频,采用理想带通滤波器;
对于运动变化放大的视频,采用两阶段巴特沃斯滤波器。
5.根据权利要求1所述的一种视频细节放大方法,其特征在于,步骤(3)中采用拉普拉斯金字塔方法进行反向重构。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610789799.6A CN106331429A (zh) | 2016-08-31 | 2016-08-31 | 一种视频细节放大方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610789799.6A CN106331429A (zh) | 2016-08-31 | 2016-08-31 | 一种视频细节放大方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106331429A true CN106331429A (zh) | 2017-01-11 |
Family
ID=57789237
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610789799.6A Pending CN106331429A (zh) | 2016-08-31 | 2016-08-31 | 一种视频细节放大方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106331429A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109063763A (zh) * | 2018-07-26 | 2018-12-21 | 合肥工业大学 | 基于pca的视频微小变化放大方法 |
CN115119004A (zh) * | 2019-05-13 | 2022-09-27 | 阿里巴巴集团控股有限公司 | 数据处理方法、信息显示方法、装置、服务器及终端设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0944655A (ja) * | 1995-07-27 | 1997-02-14 | Fuji Photo Film Co Ltd | 画像処理方法および装置 |
CN104463785A (zh) * | 2014-11-20 | 2015-03-25 | 深圳市理邦精密仪器股份有限公司 | 一种超声图像的放大方法及装置 |
CN104616273A (zh) * | 2015-01-26 | 2015-05-13 | 电子科技大学 | 一种基于拉普拉斯金字塔分解的多曝光图像融合方法 |
-
2016
- 2016-08-31 CN CN201610789799.6A patent/CN106331429A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0944655A (ja) * | 1995-07-27 | 1997-02-14 | Fuji Photo Film Co Ltd | 画像処理方法および装置 |
CN104463785A (zh) * | 2014-11-20 | 2015-03-25 | 深圳市理邦精密仪器股份有限公司 | 一种超声图像的放大方法及装置 |
CN104616273A (zh) * | 2015-01-26 | 2015-05-13 | 电子科技大学 | 一种基于拉普拉斯金字塔分解的多曝光图像融合方法 |
Non-Patent Citations (3)
Title |
---|
HAO-YU WU ET AL.: "Eulerian video magnification for revealing subtle changes in the world", 《ACM TRANSACTIONS ON GRAPHICS (TOG)》 * |
张茜平: "基于区域视频图像序列的微小细节增强技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
胡聘聘: "基于欧拉视频放大技术的视频图像微变化分析与研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109063763A (zh) * | 2018-07-26 | 2018-12-21 | 合肥工业大学 | 基于pca的视频微小变化放大方法 |
CN115119004A (zh) * | 2019-05-13 | 2022-09-27 | 阿里巴巴集团控股有限公司 | 数据处理方法、信息显示方法、装置、服务器及终端设备 |
CN115119004B (zh) * | 2019-05-13 | 2024-03-29 | 阿里巴巴集团控股有限公司 | 数据处理方法、信息显示方法、装置、服务器及终端设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110222306B (zh) | 一种适用于内孤立波试验流场分析及重构的改进模态分解方法 | |
DE69920638T2 (de) | Auflösungsverbesserung aus Mehrfach-Bildern einer Szene, die eine Bewegung in nichtganzzahligen Pixelwerten enthält | |
CN106657713B (zh) | 一种视频运动放大方法 | |
DE602004009702T2 (de) | Verfahren und System zur automatischen Reduzierung von Aliasing-Artefakten | |
CN100471231C (zh) | 一种视频信号图像增强方法及其设备 | |
TWI543586B (zh) | 影像增強的方法及其影像處理裝置與電腦程式產品 | |
CN106709879A (zh) | 一种基于简单透镜计算成像的空间变化点扩散函数平滑方法 | |
CN111325692B (zh) | 画质增强方法、装置、电子设备和可读存储介质 | |
CN111340744A (zh) | 基于注意力双流深度网络的低质量图像降采样方法及其*** | |
Chowdhury et al. | An atomic technique for removal of Gaussian noise from a noisy gray scale image using lowpass-convoluted Gaussian filter | |
CN106331429A (zh) | 一种视频细节放大方法 | |
CN106686279A (zh) | 基于欧拉视频放大的准实时颜色变化放大***和方法 | |
Liu et al. | Image reconstruction using deep learning | |
CN109461136B (zh) | 一种混合纤维制品中纤维分布情况的检测方法 | |
CN108122262B (zh) | 基于主结构分离的稀疏表示单帧图像超分辨率重建算法 | |
CN111598790A (zh) | 基于对偶深度神经网络的高光谱遥感图像去噪方法 | |
CN103020908B (zh) | 图像降噪的方法和设备 | |
US20080112640A1 (en) | Apparatus and method for sharpening blurred enlarged image | |
CN102547068B (zh) | 改进的双线性插值视频缩放方法 | |
Arif et al. | Super-resolution using edge modification through stationary wavelet transform | |
KR102027886B1 (ko) | 대형 디스플레이의 영상 크기 조절 장치 및 방법 | |
Fan et al. | Research on edge detection of gray-scale image corrupted by noise based on multi-structuring elements | |
Ibrahim | Image thumbnail with blur and noise information to improve browsing experience | |
Al Nuaimi et al. | 2D sub-optimum filters for sharpening interpolated satellite images by optimizing the structural similarity index measure | |
Singh et al. | Performance comparison of image processing techniques on various filters: a review |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170111 |
|
RJ01 | Rejection of invention patent application after publication |