Потребители предъявляют все более высокие требования к качеству изображения. Первым шагом в этом направлении был переход к высокому полнокадровому разрешению (например: 720х576 пикселей). Если раньше стандартом де-факто в охранном телевидении было разрешение CIF (360х288 пикселей), то сейчас в большинстве случаев требуются уже «полные» кадры. Однако переход к высокому разрешению до конца не решает проблему получения изображения высокого качества. Помимо разрешения, существенный вклад в улучшение качества изображения вносят оптика, камеры условия освещенности, платы видео-захвата, а также алгоритмы компрессии, которые неминуемо вносят искажения в изображение.
В цифровых системах видеонаблюдения, в отличие от аналоговых, есть возможность повлиять на качество изображения за счет применения методов цифровой обработки изображения. Эти методы позволяют получать изображение высокого качества при использовании не слишком хороших камер или при неблагоприятных условиях съемки.
Специально для систем VOCORD Phobos и VOCORD Tahion разработан аппаратно-программный комплекс, который решает задачи автоматической регулировки параметров изображения.
АРУ «ЯК»
Одна из проблем, с которыми постоянно сталкиваются разработчики и пользователи цифровых систем видео-наблюдения – ограниченный динамический диапазон регистрируемого изображения. При этом для сцен с широким динамическим диапазоном характерной чертой является потеря деталей в затемненных или в ярких участках изображения. Не решают всех проблем и встроенные в камеры стандартные средства автоматического управления уровнем сигнала (АРУ).
Более того, наличие стандартных АРУ в камере может способствовать развитию новых проблем, поскольку они только поддерживают среднее значение сигнала, что при определенных условиях может ухудшить изображение. Например, появление в поле зрения сильно освещенного объекта приводит при использовании камер со стандартными АРУ к ухудшению отображения плохо освещенных областей картинки. С этой проблемой можно справляться при помощи настройки вручную, но это, во-первых, отвлечет оператора, что особенно скажется при работе с многоканальными охранными системами, а также внесет определенный субъективизм в настройку системы, а значит и в финальные показания.
АРУ «ЯК» предназначена для автоматического поддержания задаваемых оператором уровней яркости и контраста в изображении путем программного изменения настроек яркости и контраста аналогового видеотракта при изменениях условий освещенности и состава наблюдаемой сцены.
Для этого алгоритм непрерывно вычисляет статистические оценки яркости и контраста изображения. При уменьшении вычисленных оценок алгоритм должен увеличивать их до заданных элементами управления значений путем изменения регулировок видеотракта и наоборот.
Выравнивание яркости
Для наблюдения высококонтрастных сцен с широким динамическим диапазоном, в которых нежелательна потеря информации, возможная при использовании АРУ, а также при включении предельных значений регулировки АРУ, одного только АРУ «ЯК» недостаточно. Для этого предназначена специальная программа выравнивания яркости.
Основу метода, использованного в программе, составляет психофизиологическая модель зрения человека – Retinex (от лат. Retina и Cortex – сетчатка и кора головного мозга соотв.).
Известно, что распознавание объекта человеком почти не зависит от уровня и спектрального состава освещения объекта. Цвет зеленого яблока уверенно распознается практически при любом освещении и вдобавок зрение человека позволяет различать мельчайшие детали сцены в широком динамическом диапазоне уровней освещенности.
При этом процесс распознавания, то есть условно формирования изображения в мозгу человека, является результатом деятельности не только непосредственно органа зрения – глаза – но и коры головного мозга, где зрительная информация подвергается дополнительной обработке – логарифмируется уровень сигнала и производится дополнительная коррекция слабо и сильно освещенных участков наблюдаемой сцены. Реализованный на базе этой модели метод выравнивания яркости основан на оценке и последующем устранении из изображения локальной неоднородности освещенности объектов наблюдаемой сцены. Слабо освещенные объекты при этом становятся хорошо различимы, хорошо восстанавливаются детали и цвет объектов.
Метод предназначен в первую очередь для высококонтрастных сцен: ярко освещенных, содержащих сильно затененные зоны, в которых локальные детали обычно трудноразличимы. Особый эффект дает применение метода при воспроизведении чрезмерно контрастных архивных видеозаписей, позволяя реконструировать трудноразличимые детали.
Аналогичный метод разработан и применяется NASA для обработки неподвижных изображений. Следует учитывать, что применение метода для слабоконтрастных сцен обычно малоэффективно и может приводить к артефактам в виде серой вуали.
Для особо контрастных сцен предназначен дополнительный режим выравнивания яркости – отображение в логарифмическом масштабе.
Подавление шумов
Изображение в системах видеонаблюдения всегда содержит шумовую составляющую (рис. 3 слева), основными источниками которой являются:
- Шум видеокамеры, усиливающийся при уменьшении освещенности объекта наблюдения.
- Шумы дискретизации при оцифровывании видеосигнала.
- Шумы алгоритмов сжатия.
Кроме того, следует различать шум в яркостной и цветовой составляющих изображения, поскольку их природа, влияние на восприятие изображения и методы устранения различаются.
Метод нелинейной фильтрации
Для уменьшения шума в яркостной составляющей изображения применяется специальный оригинальный метод нелинейной фильтрации, распознающий и сохраняющий границы объектов.
Метод основан на сегментации изображения на локальные зоны, имеющие сходные характеристики, в данном случае яркость. Для каждого пикселя изображения определяются соседние пиксели внутри кадра и, если это возможно, во времени, входящие в данный сегмент. Внутри выделенного сегмента допустимо значительное сглаживание изображения, при этом посторонние объекты в эту зону не входят и не приводят к размытию границ (рис. 3 справа).
Для адаптации алгоритма к уровню и характеру шумов предусмотрены четыре режима шумоподавления:
- Адаптивный (рис. 3 справа) – наиболее быстрый и эффективный режим для достаточно статичных изображений. Используется пространственно-временной анализ последовательности изображений. При воспроизведении динамических, то есть быстро изменяющихся сцен, эффект шумоподавления может быть недостаточен в зонах с интенсивным движением.
- Слабое, среднее и сильное – используется только внутрикадровая информация. Метод универсален, но более медленный по сравнению с адаптивным и быстродействие уменьшается по мере усиления шумоподавления.
Цветовой шум. Искажения цветовой составляющей изображения могут проявлятся в появлении высокочастотных помех и цветных ореолов около резких границ ярких цветных объектов (см. рис. 4 слева). Даже применение шумоподавителя в яркостной составляющей (рис. 3 справа) не устраняет этих артефактов, особенно заметных в динамике - при воспроизведении фильма.
Для эффективного устранения этих помех предназначен режим подавления цветового шума (см. рис. 4 в центре). Из соображений эффективности реализации применяется сглаживание фильтром Ханна 3x3 последних двух уровней обеих цветоразностных компонент при обратном вейвлет-преобразовании, вполне достаточное для большинства случаев и умеренно ресурсоемкое.
Результат совместной работы шумоподавителя яркостной и цветовой составляющих приведен на рис. 4 справа.
Повышение чёткости изображения
Часто изображение, полученное системой охранного телевидения, бывает несколько не резким. Причина этого может быть как в сложных условиях съёмки, так и в предшествующих этапах обработки видео (компрессия, шумоподавление и т.д.). Для улучшения восприятия изображения оператором бывает полезным иметь возможность применения технологии повышения чёткости изображения.
В качестве такой технологии применяется методика “нерезкого маскирования” (unsharp mask). Суть данной методики состоит в повышении контрастности изображения в области границ разделяющих на изображении зоны различной яркости (Рис. 5). В этом случае человеческий глаз оказывется “обманут” и человек субъективно воспринимает картинку как более резкую.
Результат применения технологии повышения чёткости изображения, полученный в системе Vocord, приведён на Рис. 6.
Деинтерлейсинг
Аналоговое телевидение работает в режиме чересстрочной развёртки, то есть каждый кадр состоит из двух полукадров (полей), содержащих чётные и нечётные строки изображения. Кадры, снятые аналоговой камерой, выводятся без искажений на аналоговый монитор, который также работает в режиме чересстрочной развёртки. К сожалению, в цифровом телевидении ситуация иная: наряду со стандартными аналоговыми камерами используются мониторы с последовательной развёрткой, и в результате на изображении возникает эффект «гребёнки» на границах движущихся объектов. Для подавления этого эффекта применяется технология деинтерлейсинга.
Существует много методов деинтерлейсинга видео, различающихся качеством работы, применимостью к тем или иным изображениям, быстродействием, сложностью и т.д. В системе Vocord пользователю предлагается выбрать один из трёх методов деинтерлейсинга.
- Сглаживание – метод представляет собой простое усреднение значений яркости соседних по вертикали пикселей. Применяется ко всем строкам одновременно (как к чётным, так и к не чётным). Метод не позволяет получать кадры с удвоенной частотой. К достоинствам метода можно отнести его быстороту (низкую потребность в вычислительных ресурсах), а также независимость от скорости и сложности движения объектов в кадрах видеоряда. Недостатками метода являются: неизбежное замыливание изображения с потерей мелких деталей и размывание (вместо убирания) «гребёнки» в подобие полупрозрачного шлейфа за быстро движущимися объектами.
- Интерполяция – метод предполагает интерполяцию значений пикселей чётных строк для получения значений соседних нечётных строк и наоборот. Это позволяет выводить полукадры видео ряда с удвоенной частотой. К достоинствам метода можно отнести его быстороту (низкую потребность в вычислительных ресурсах), отсутствие шлейфов за движущимися объектами и полное сохранение мелких деталей изображения. Среди недостатков следует ометить возможность вертикального дрожания (jitter) изображения при некоторых видах движения.
- Адаптивный – в методе анализируется каждый пиксель на предмет наличия или отсутствия движения объектов вблизи него. По результатам анализа принимается решение о необходимости интерполяции значений соседних пикселей для получения нового значения текущего пикселя. Так как метод для чётных и нечётных строк может применяться независимо, то допустимо удвоение частоты исходящих кадров. Достоинства: высокое качество кадров, прошедших деинтерлейсинг, сохраннение деталей изображения, незначительность дрожания и отсутствие привнесённых артефактов. Недостаток метода один: потребность в значительных вычислительных ресурсах.
На Рис. 7 приведёны примеры использования различных методов деинтерлейсинга для типовой исходной картинки с чересстрочной развёрткой. В картинке наблюдаётся сложное и быстрое движение.
- а) Чересстрочная развёртка
- б) Сглаживание
- в) Интерполяция
- г) Адаптивный метод
