应用于ATM监控的视频图像处理方法研究

论文摘要

视频监控在金融服务、电子商务、政府部门、公共管理、信息安全、人工智能等领域都有着潜在的巨大应用前景。分布在室外的ATM,当天气晴好或外界光照充足的时候,获得的视频图像的质量较好;而阴天或傍晚的时候,由于光照不足,视频图像的质量往往会受到影响。本文针对ATM监控视频易受光照影响的不足,对ATM监控系统中的关键技术——视频图像处理技术进行了研究。本文的创新之处主要有三方面:针对视频图像中的高斯噪声,提出了一种改进的基于运动向量的噪声抑制方法,充分利用视频图像在时间轴上的相似性和运动向量的思想进行设计,较传统方法而言,在精确度、信噪比方面更高,便于后续工作的开展。针对椒盐噪声,提出了基于复合型中值滤波的噪声抑制方法。利用中值滤波去噪彻底、数学形态学去噪可以保持图像细节的特点将两者结合,兼顾了图像平滑效果、图像清晰度和处理的高效性。在对噪声进行抑制之后,本文通过与传统方法的实验和比较,提出了一种改进的自适应视频图像增强算法以解决光照问题。该方法在提高视频图像对比度的同时保留了更多的细节,较好地提升了图像的质量。无论是曝光不足还是曝光过度的情况均适用,是一种自适应的光照补偿算法。在噪声抑制和图像增强的过程中,均只对亮度分量进行处理,保证了算法的高效性。ATM监控视频图像处理系统的设计是对现有技术的一次改造和创新,改善了光照条件对视频的影响,在不附加硬件成本的条件下进一步提升了视频质量,为企业赢得了明显的经济效益,具有较强的实用性和推广价值。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究背景和意义
• 1.2 传统的图像处理与视频图像处理的比较
• 1.3 视频图像处理要解决的问题
• 1.4 国内外研究现状
• 1.5 项目内容和本人的主要工作
• 2 理论基础
• 2.1 彩色空间
• 2.1.1 RGB彩色空间
• 2.1.2 CMY彩色空间
• 2.1.3 YIQ彩色空间
• 2.1.4 YUV彩色空间
• 2.1.5 YCbCr彩色空间
• 2.1.6 HIS彩色空间
• 2.1.7 彩色空间的转换
• 2.2 图像增强方法概述
• 2.2.1 图像增强方法分类
• 2.2.2 传统的图像增强方法
• 2.3 视频图像去噪方法概述
• 2.3.1 视频图像中噪声的分类
• 2.3.2 传统的数字图像去噪方法
• 2.4 视频压缩理论基础
• 2.4.1 视频压缩的标准化
• 2.4.2 MPEG-2帧间编码结构
• 2.4.3 视频压缩中的运动估计和运动补偿
• 2.5 本章小结
• 3 视频图像的噪声抑制方法研究
• 3.1 视频图像去噪需要满足的条件
• 3.2 实际视频图像中噪声的建模
• 3.3 视频图像去噪方法研究
• 3.3.1 一种改进的基于运动向量的高斯噪声的抑制方法
• 3.3.2 基于复合型中值滤波的椒盐噪声的抑制方法
• 3.4 去块滤波的思考
• 3.4.1 块效应产生的原因
• 3.4.2 去块滤波器
• 3.5 本章小结
• 4 视频图像的光照补偿
• 4.1 光照补偿的原因
• 4.2 光照补偿要满足的条件
• 4.3 视频图像的光照补偿方法
• 4.3.1 直方图均衡化
• 4.3.2 非线性灰度变换
• 4.3.3 一种改进的自适应视频图像增强算法
• 4.4 实验比较与分析
• 4.4.1 实验比较
• 4.4.2 实验分析
• 4.5 本章小结
• 5 ATM监控视频图像处理系统设计
• 5.1 系统结构
• 5.2 功能模块设计
• 5.3 系统处理实例
• 5.4 本章小结
• 6 结论
• 6.1 主要工作与结论
• 6.2 下一步工作的展望
• 致谢
• 参考文献
• 附录
• 企业证明