多帧动画模糊视频图像后期增强技术仿真

2023-09-20单峰,姜皖

计算机仿真 2023年8期

关键词：图像增强频域像素点

单峰,姜皖

(1. 安徽师范大学皖江学院,安徽芜湖 241008;2. 安徽师范大学,安徽芜湖 241002)

1 引言

多帧动画视频后期处理方法普遍应用于网络游戏、微电影等领域中[1]。当前,视频图像后期处理技术随着互联网技术与信息技术的发展而快速发展。动画模糊视频图像后期处理的主要目的是令视频图像更具包容性[2],这种包容性可通过图像来展现[3]。

考虑多帧动画模糊视频图像后期处理过程中图像分辨率校对、对比度不足、边缘模糊等问题导致图像内大量信息丢失的问题[4,5],研究一种能够提升图像质量的方法极为重要。

图像增强技术是一种依照特定需求凸显图像内重要信息,削弱不重要信息的技术[6]。利用图像增强技术可使原始低分辨率的图像转变为具有高分辨率且含有大量有效信息的图像。基于此,提出基于图像增强技术的多帧动画模糊视频图像后期处理方法,以提升视频后期处理质量。

2 基于图像增强的多帧动画模糊视频图像优化

2.1 视频后期处理流程设计

以相机拍摄图像为对象,采用三维动画技术完成特技镜头的处理,并对镜头进行剪辑,并对剪辑后的镜头完成图像增强处理获取高质量完整的影片,同时将声音与影片相结合,完成多帧动画模糊视频图像后期处理。处理流程可划分为三个不同环节[7],分别为前期准备环节、实际拍摄环节、后期制作环节,在前期准备环节中要完成拍摄地点的选取,确定配设对象,并完成相机选择。实际拍摄环节则为拍摄整体过程。后期制作环节为多帧动画模糊视频图像后期处理的核心[8],该环节的主要工作是合成素材并对合成后的视频图像进行增强处理,该环节直接影响多帧动画模糊视频图像展示效果。

如图1所示。

图1 多帧动画模糊视频图像后期处理流程图

2.2 视频图像增强处理

2.2.1 图像平滑处理技术

选取具有较强实用性的图像平滑处理技术实现多帧动画模糊视频图像后期处理过程中的视频图像降噪处理[9]。图像的平滑可分为两个方面,分别为频域平滑处理与空域平滑处理。

1)频域平滑

一般情况下,视频图像频域内的噪音表示视频图像内的高频分量[10],可通过图像的低通滤波方法实现图像平滑处理。通过傅里叶变换方法以及小波变换,结合DCT变换方法,实现频域图像的增强。将视频图像由空间变换至频域,完成平滑处理后对所得的结果实施反变换,由此完成视频图像频域平滑处理。设定f(x,y)为初始视频函数,对其进行傅里叶变换,结果表示为F(u,v),对其进行频域平滑处理,即利用合理的滤波器H(u,v)处理F(u,v)的内部频谱成分,基于此采用逆傅里叶变换得到增强后图像,表示为g(x,y)。视频图像频域平滑处理流程如图2所示。

视频图像频域平滑处理过程中使用的低频滤波器通常为理想低通滤波器。用D0表示傅里叶平面上理想低通滤波器离开原点的截止频率,则通过式(1)可描述理想低通滤波器的传递函数

(1)

由于视频图像高频成分中边缘信息较多[11],导致图像视频的平滑处理过程易于出现边缘信息损失,令视频图像出现边缘模糊的问题。

为解决该问题,与传统平滑处理中使用的低通滤波器相比,本文选择Butter worth低通滤波器。式(2)为n阶Butter worth低通滤波器的传递函数

(2)

Butter worth低通滤波器的主要优势为连续性衰减,由此在利用其进行视频图像频域平滑处理时刻显著改善视频图像边缘信息模糊的问题。

2)空域平滑

对视频图像进行空域平滑处理时通常采用模板操作计算邻域,通过视频图像自身像素点与邻域点的值约定平滑处理后视频图像的像素点值。用N×N表示f(x,y)内像素点的数量,用g(x,y)表示平滑处理后的图像,用S、Wm,n和M分别表示预先设定的模板窗口、模板矩阵和模板矩阵系数,则需满足式(3)条件

(3)

视频图像空域平滑处理过程中选用box模板,即对处理的像素点与其附近的8个像素点实施平均处理,由此消除变异像素点,降低图像内包含的噪声干扰。利用box模板进行视频图像空域平滑处理过程中最大限度上提升了邻接像素点的功能,但也具有一定约束条件,即该模板忽略像素点方位对视频图像产生的影响,导致复杂图像平滑处理的效果未达到需求。高斯模板的应用可改善上述问题,利用该模板进行视频图像空域平滑时,距离被处理点越近,加权系数越大,因此适用于复杂视频图像的空域平滑处理。

2.2.2 直方图均衡

对视频图像进行平滑处理后会导致视频图像的边缘清晰度下降,这主要是因为平滑处理过程需经过均分或积分运算。为提升视频图像的边缘清晰度,对平滑处理后的视频图像进行直方图均衡处理。

直方图均衡技术可将输入视频图像的灰度级直方图映射为均匀直方图,通过扩展视频图像内不同像素值的动态范围,令较暗的像素更暗,并保障较亮的像素不变。直方图均衡化处理是以直方图均衡中使用完全图像的直方图变换为基础,获取视频图像的均匀直方图。设定平滑处理后视频图像g(x,y)的一个灰度级随机变量为r,其具有连续性特征,在闭合区间[0,1]内,r值为0时,表示该灰度级为白色,r值为1时,表示该灰度级为黑色。用式(4)表示制定区间的任意r形式变换

s=T(r)

(4)

式(4)表示平滑处理后的视频图像内各像素r通过变换T转变为s级。式(4)这一过程中,变换T需满足:条件1:T(r)处于[0,1]之间;条件2:T(r)为单值函数,且在[0:1]区间内单调提升。通过上述两个条件可确保函数与像素灰度值的允许范围相同,且保留视频图像由黑至白的灰度级次序。

利用式(5)可以表示由s至r的逆变换

r=T-1(s)

(5)

设定Pr(r)为视频图像的概率密度函数,Ps(s)为转变后视频图像的概率密度函数。根据概率论原理,假设在Pr(r)和Ps(s)已知的条件下,T-1(s)符合条件2,则式(6)可表示变换灰度级概率密度的函数

(6)

若变换为

(7)

用变量i表示平滑处理后视频图像内各像素的灰度值,针对L级图像,在i=0至L=1的条件下,hist[i]=hist[i]+1…。

根据直方图阵列,确定直方图的积累频率

histcf[i]=hiscft[i-1]+histcf[i]

(8)

由此获取均衡直方图

(9)

式(9)内,L和N2分别表示图像灰度级的数量和在N×N的视频图像内像素的数量,针对每个灰度值i,利用eqhist[i]取代灰度值i,eqhist表示包含新映射的灰度值。

3 实验分析

为验证本文所提多帧动画模糊视频图像后期增强方法的实际应用性能,选取某影视公司当前制备的动画模糊视频为实验对象,采用本文方法对实验对象进行后期处理,所得结果如下。

3.1 图像增强效果对比

在实验对象中随机选取一帧视频图像,采用本文方法进行增强处理,对比原始图像与本文方法增强处理后的图像,结果如图3所示。

图3 本文方法图像增强效果

对比图3(a)与图3(b)得到,由于拍摄时间、摄影设备与拍摄过程中光照等问题影响,研究对像中所选的视频帧图像整体较为模糊。采用本文方法进行增强处理后,所选视频帧图像整体与局部的对比度均有显著提升,且图像过度不突兀,图像细节刻画的更为精确,由此说明本文方法能够实现图像增强功能。

为进一步说明本文方法对视频图像进行增强处理的性能优势,利用2种文献方法作为实验对照组,与所提方法的实验结果进行对比。选取文献[6]提出基于Retinex理论的低照度图像增强方法和文献[7]提出基于直方图均衡化图像增强的改进方法,分别采用两种对比方法对图3(a)所示原始图像进行处理,并对比两种对比方法处理结果与图3(b)中本文方法处理结果。

图4所示为两种对比方法对图3(a)中所示原始图像的处理结果。对比图3(b)和图4可得,文献[6]方法能够整体提升原始图像亮度,但无法提升局部细节区域对比度。文献[7]方法在提升原始图像整体对比度的同时,模糊问题没有彻底解决,部分细节内容丢失。由此可知,相较于两种对比方法,本文方法处理后的图像质量更高。

3.2 对比评价

当前普遍使用的多帧动画模糊视频图像后期处理评价方法主要可分为两种:主观评价(主观评价)与客观评价。因此在进行对比评价时,分别从这两方面出发,对比本文方法与对比方法对于多帧动画模糊视频图像后期处理的结果。

3.2.1 主观评价

主观评价是基于人眼的直观感受评价多帧动画模糊视频图像后期处理结果。在主观评价过程中,选取8位相关领域的专家作为评价人员,基于评价人员的视觉感知对本文方法与对比方法的处理结果实施评价,评价分数由10—1依照1的梯度由高至低高压划分为10个等级,分数越高表示研究对象处理效果越好。不同方法主观评价分数如图5所示。

图5 主观评价结果

分析图5得到,本文方法主观评价结果约为8.2分,与文献[6]方法相比提升1.1分,与文献[7]方法相比提升1.2分。由此说明本文方法对研究对象后期处理效果最好。

3.2.2 客观评价

主观评价的评价结果虽然具有权威性,但存在受个人主观因素影响显著的问题,为增强评价结果的可靠性,采用客观评价方法评价三种方法对研究对象的后期处理结果。客观评价方法以信息熵与对比度提升指数对评价指标,两个评价指标的具体计算公式如下:

(10)

式(10)内,Pi表示灰度值i出现的概率。

(11)

式(11)内,CF和C0分别表示不同方法处理后研究对象内图像的对比度和不用方法处理前研究对象内图像的对比度,Gmax和Gmin分别表示区域内像素值上限和像素值下限。

不同方法客观评价结果如图6所示。

分析图6(a)得到,本文方法的信息熵与对比方法相比显著提升,由此说明本文方法中包含的更多的有效信息。分析图6(b)得到,本文方法在图像对比度提升指数上略高于两种对比方法说明本文方法处理后的研究对象对比度更高,图像最容易辨识。综合图5与图6中本文方法对对比方法的评价结果可知本文方法更适用于视频动画后期处理,具有较高的推广价值。