Cybernetics And Systems Analysis logo
Інформація редакції Аннотації статей Автори Архів
Кібернетика та Системний Аналіз
Міжнародний Науково-Теоретичний Журнал
-->

DOI 10.34229/KCA2522-9664.24.3.17
УДК 364.2:331

О.М. ГОЛОВІН
Інститут кібернетики ім. В.М. Глушкова НАН України, Київ, Україна,
o.m.golovin.1@gmail.com


ПОКРАЩЕННЯ ВІДЕОПОСЛІДОВНОСТІ
В СИСТЕМАХ ВІДЕОАНАЛІТИКИ

Анотація. Запропоновано метод покращення відео на основі застосування гамма-корекції. Процедура застосування методу полягає в обробленні всіх кадрів відео за допомогою єдиного підходу. В алгоритмі завдяки збереженню міжкадрової когерентності впродовж всього відео суттєво скорочено час пошуку оптимального значення параметра гамма, для якого якість кожного кадру відео досягає максимально можливого рівня в автоматичному режимі в сенсі як візуального спостереження, так і ефективності виявлення ключових точок та виділення контурів об’єктів у зображенні. Метод характеризується високою адаптивністю до різких змін в освітленні сцени, збереженням міжкадрової когерентності та відсутністю будь-яких побічних негативних артефактів у покращеному відео. Розроблено інструментарій визначення в автоматичному режимі оптимального значення параметра гамма, який дає змогу суттєво підвищити ефективність систем відеоаналітики, процесів сегментації та оброблення зображень і відео завдяки послабленню негативного впливу режиму освітлення сцени на якість зображень.

Ключові слова: гамма-корекція, система відеоаналітики, покращення відео, гістограма, кумулятивна гістограма, відеооброблення, міжкадрова когерентність.


повний текст

СПИСОК ЛІТЕРАТУРИ

  1. Головін О. Аналіз натовпу людей із застосуванням методів комп’ютерного зору. Комп’ютерні засоби, мережі та системи. Зб. наук. праць. Ін-т кібернетики імені В.М. Глушкова НАН України. Київ, 2019. Вип. 18. С. 45–57.

  2. Dong X., Wang G., Pang Y., Li W., Wen J., Meng W., Lu Y. Fast efficient algorithm for enhancement of low lighting video. Proc. SIGGRAPH 2010 (26–30 July 2010, Los Angeles, CA, USA). Los Angeles, 2010. P. 1–6. https://doi.org/10.1145/1836845.1836920.

  3. Головин А. Обеспечение качества услуг в мультимедийных сетях с интеллектуальными видеокамерами. Комп’ютерні засоби, мережі та системи. 2015. № 14. С. 151–160.

  4. Gubarev V.F., Boyun V.P., Melnichuk S.V., Salnikov N.N., Simakov V.A., Godunok L.A., Komisarenko V.I., Dobrovolskyy V.Yu., Derkach S.V., Matviyenko S.A. Using vision systems for determining the parameters of relative motion of spacecrafts. Journal of Automation and Information Sciences. 2016. Vol. 48, N 11. P. 23–39. https://doi.org/10.1615/ JAutomatInfScien.v48.i11.30.

  5. Wan T., George T., Panagiotis T., Nishan C., Alin A. Context enhancement through image fusion: a multi-resolution approach based on convolution of Cauchy distributions. Proc. 2008 IEEE International Conference on Acoustics, Speech and Signal Processing (31 March – 04 April 2008, Las Vegas, NV, USA). Las Vegas, 2008. P. 1309–1312. https://doi.org/10.1109/ICASSP.2008.4517858.

  6. Опанасенко В.М., Фазилов Ш.Х., Раджабов С.С., Кахаров Ш.С. Багаторівнева система розпізнавання обличчя. Кібернетика та системний аналіз. 2024. Т. 60, № 1. C. 175–181. https://doi.org/10.34229/KCA2522-9664.24.1.15.

  7. Ali W.S.I. Real time video sharpness enhancement by wavelet-based luminance transient improvement. Proc 9th International Symposium on Signal Processing and Its Applications (12–15 February 2007, Sharjah, United Arab Emirates). Sharjah, 2007. P. 1–4. https://doi.org/10.1109/ISSPA.2007.4555337.

  8. Golovin O. Computer-aided selection of the optimal gamma correction parameter for image enhancement in video analytics systems. Proc. 11th IEEE Intern. Conf. on Intelligent Data Acquisition and Advanced Computing Systems: Technology and Applications (IDAACS) (22–25 September 2021, Cracow, Poland). Cracow, 2021. Vol. 2. P. 148–155. https://doi.org/10.1109/IDAACS53288.2021.9660869.

  9. Chen S.D., Ramli A.R. Minimum mean brightness error bi-histogram equalization in contrast enhancement. IEEE Trans. Consumer Electronic. 2003. Vol. 49, N 4. P. 1310–1319. https://doi.org/10.1109/TCE.2003.1261234.

  10. Rao Y., Chen L. An efficient contourlet-transform-based algorithm for video enhancement. Journal of Information Hiding and Multimedia Signal Processing. 2011. Vol. 2, N 3. P. 282–293.

  11. Du S., Ward R.K. Adaptive region-based image enhancement method for robust face recognition under variable illumination conditions. IEEE Transactions on Circuits and Systems for Video Technology. 2010. Vol. 20, Iss. 9. P. 1165–1175. https://doi.org/10.1109/TCSVT.2010.2045817.

  12. Wadud A.A., Kabir M., Dewan M.H., Oksam M.C. A dynamic histogram equalization for image contrast enhancement. IEEE Trans. Consumer Electronic. 2007. Vol. 53, N 2. P. 593–600. https://doi.org/10.1109/TCE.2007.381734.

  13. Stark J.A. Adaptive image contrast enhancement using generalizations of histogram equalization. IEEE Trans. Image Processing. 2000. Vol. 9, N 5. P. 889–896. https://doi.org/10.1109/83.841534.

  14. Polesel A., Ramponi G., Mathews V.J. Image enhancement via adaptive unsharp masking. IEEE Trans. Image Processing. 2000. Vol. 9, N 3. P. 505–510. https://doi.org/10.1109/83.826787.

  15. Kim J.Y., Kim L.S., Hwang S.H. An advanced contrast enhancement using partially overlapped sub block histogram equalization. IEEE Trans. Circuits and Systems for Video Technology. 2001. Vol. 11, N 4. P. 475–484. https://doi.org/10.1109/76.915354.

  16. Rao Y., Lin W., Chen L.T. Image-based fusion for video enhancement of nighttime surveillance. Optical Engineering Letters. 2010. Vol. 49, N 2. P. 120501-1–120501-3. https://doi.org/10.1117/1.3520553.

  17. Ilie A., Raskar R., Yu J. Gradient domain context enhancement for fixed cameras. International Journal of Pattern Recognition and Artificial Intelligence. 2005. Vol. 19, N 4. P. 533–549. https://doi.org/10.1142/S0218001405004137.

  18. Cai Y., Huang K., Tan T., Wang Y. Context enhancement of nighttime surveillance by image fusion. Proc. IEEE 8th International Conference on Pattern Recognition (ICPR’06) (20–24 August 2006, Hong Kong, China). Hong Kong, 2006. P. 980–983. https://doi.org/10.1109/ICPR.2006.410.

  19. Li J., Li S.Z., Pan Q., Yang T. Illumination and motion-based video enhancement for night surveillance. Proc. 2005 IEEE International Workshop on Visual Surveillance and Performance Evaluation of Tracking and Surveillance (15–16 October 2005, Beijing, China). Beijing, 2005. P. 169–175. https://doi.org/10.1109/VSPETS.2005.1570912.

  20. Li J., Tao Y., Quan P., Cheng Y. Combining scene model and fusion for night video enhancement. Journal of Electronics. 2009. Vol. 26, N 1. P. 88–93. https://doi.org/10.1007/ s11767-007-0052-x .

  21. Golovin O. Image enhancement in video analytics systems. Control Systems and Computers. 2020. N 6. P. 3–20. https://doi.org/10.15407/csc.2020.06.003.

  22. Gonzalez R.C., Woods R.E. Digital Image Processing. Boston: Addison-Wesley, 2008.

  23. Boyun V.P., Voznenko L.O., Malkush I.F. Principles of organization of the human eye retina and their use in computer vision systems. Cybernetics and Systems Analysis. 2019. Vol. 55, N 5. P. 701–713. https://doi.org/10.1007/s10559-019-00181-0

  24. Kaur M., Kaur J. Survey of contrast enhancement techniques based on histogram equalization. Int. J. Adv. Comput. Sci. Appl. 2011. Vol. 2, N 7. P. 137–141. https://doi.org/10.14569/IJACSA.2011.020721.

  25. Arici T., Dikbas S., Altunbasak Y. A histogram modification framework and its application for image contrast enhancement. IEEE Trans. Image Process. 2009. Vol. 18, N 9. P. 1921–1935. https://doi.org/10.1109/TIP.2009.2021548.

  26. BertalmЗo M. Vision Models for High Dynamic Range and Wide Color Gamut Imaging: Techniques and Applications. New York: Academic Press, 2019. 315 p.

  27. Video demo Cїmaras IP Ultra HD AXSS POINT. URL: https://youtu.be/eJNL5_Obgus?si= ZWbntguARWDLMExy .




© 2024 Kibernetika.org. All rights reserved.