王浩兵 蘇應敢

摘要：

智能視頻監(jiān)控系統(tǒng)中，在實時視頻上繪制警戒線會呈現(xiàn)鋸齒狀或階梯狀外觀，警戒線周邊視頻失真，嚴重影響視頻展示效果，用戶體驗差。如何消除或減輕走樣現(xiàn)象，給人視頻上產生更舒適更準確的警戒線圖形，在以視頻圖形交互為核心的監(jiān)控系統(tǒng)中，具有極其重要的意義。該文提出了一種基于距離與面積加權算法繪制實時視頻警戒線反走樣技術，該對警戒線邊緣像素灰度級別進行調整，線條過渡流暢，有效提高警戒線平滑效果。

關鍵字：智能視頻監(jiān)控系統(tǒng), 警戒線, 反走樣

中圖分類號：C35文獻標識碼： A

Abstract:

In intelligent video monitoring system, warning lines drawed on the real-time video appear jagged or ladder-like, and the video around the warning lines is distorted.All above will seriously affect the video display and have an bad effect on user experience. How to eliminate or reduce the distortion in order to create more comfortable and more accurate warning lines, it is of extremely important significance in the video monitoring system which uses the video graphics interaction as the core. In this paper, an antialiasing technique used for drawing warning lines on the real-time video, which is based on distance and area weighted algorithm is proposed. This algorithm can adjust the gray level of warning lines' edge pixel, smooth the transition of lines and effectively improve the smoothing effect of warning lines.

Key words:

intelligent video monitoring system; warning lines; antialiasing

1、概述

在光柵圖形顯示器上繪制非水平且非垂直的直線或多邊形邊界時，或多或少會呈現(xiàn)鋸齒狀或臺階狀外觀。這是因為直線、多邊形、色彩邊界等是連續(xù)的，而光柵則是由離散的點組成，在光柵顯示設備上表現(xiàn)直線、多邊形等，必須在離散位置采樣。由于采樣不充分重建后造成的信息失真，就叫走樣(aliasing)。而用于減少或消除這種效果的技術，就稱為反走樣(antialiasing)。如何消除或減輕走樣現(xiàn)象，給人視頻上產生更舒適更準確的警戒線圖形，在以視頻圖形交互為核心的監(jiān)控系統(tǒng)中，具有極其重要的意義。

2、技術現(xiàn)狀

基本上反走樣方法可分為兩類。第一類是提高分辨率,即增加采樣點(提高采樣頻率)。然而，CRT光柵掃描設備顯示非常精細光柵的能力是有限的，因此人們通常是在較高分辨率上對光柵進行計算，然后采用某種平均算法(濾除高頻分量)得到較低分辨率的象素的屬性，并顯示在分辨率較低的顯示器上 。這種方法稱為超采樣或后置濾波。另一類反走樣是把像素作為一個有限區(qū)域，對區(qū)域采樣來調整像素的亮度，以光順邊界來減小鋸齒現(xiàn)象。這種方法等價于圖像的前置濾波。然而在實際應用中，這兩種算法雖能減輕走樣現(xiàn)象，但處理效率和反走樣效果并不理想，在處理后仍存在著鋸齒現(xiàn)象。

3、基于現(xiàn)有技術提出快速高效新反走樣算法

基于當前技術現(xiàn)狀，提出了新的算法，距離與面積加權算法繪制實時視頻警戒線反走樣的處理算法。此算法是根據(jù)理想的警戒線距離和面積對像素的灰度級別進行調整，分為基于警戒線距離加權子算法和基于加權面積子算法。

3.1基于距離加權反走樣子算法

基于距離加權反走樣子算法是采用空間混色原理來對警戒線進行修正。空間混色原理指出，人眼對某一區(qū)域顏色的識別是取這個區(qū)域顏色的平均值。距離加權反走樣算法原理是對于理想警戒線上的任一點，同時點亮兩個以不同灰度級別顯示的相鄰像素。

已知警戒線L[point(x0,y0),point(x1,y1)],警戒線L的斜率為k(0

圖一、警戒線灰度模型

警戒線上左下角的點，可用像素點P5和像素點 P4按不同的灰度級別共同表示，像素點離警戒線越近，其灰度值越大，離警戒線越遠，其灰度值就越小，但二者的灰度級別之和等于255。在 RGB(bRedbGreen，bBlue)函數(shù)中，當 bRed、bGreen、bBlue 3 個值的變化率不同時，出現(xiàn)彩色;當 bRed、bGreen、bBlue 的 3 個值變化率相同時，出現(xiàn)灰度。bRed、bGreen、bBlue3 個分量的值都在 0~255 之間，共有 256 種灰度級別，并且灰度值越大像素越亮，灰度值越小像素越暗。本算法將灰度級別規(guī)范化為閉區(qū)間〔0,1〕，使用時乘以 255 即可。

然而僅通過距離維度計算，同時顯示上下相鄰的兩個點，會出現(xiàn)視覺效果比理想警戒線的線條膨脹變粗的情況，因此僅通過距離維度無法做到精細化繪制效果，為解決此問題，引入從面積維度計算與距離維度相結合的技術。將理想線條看做是具有一定寬度的矩形，當警戒線與像素有相交時，通過該區(qū)域距離像素的中心距離，來確定像素點亮度。

警戒線距離加權反走樣算法沒有考慮像素的面積，仍然假定像素是數(shù)學上面積為零的一個點，像素的顏色是由像素中心的顏色決定的。從圖二中看到，實際上像素并不是一個點，而是個正方形區(qū)域;屏幕上所繪制的警戒線也不是數(shù)學意義上的無寬度的理想線段，而是寬度至少為一個像素單位的長方形線條。

圖二、警戒線寬度模型

3.2基于加權面積子算法

基于加權面積子算法，是將警戒線看作是具有一定像素寬度的矩形長條，矩形長條在光柵設備上所覆蓋過的像素的光強和該像素被覆蓋的面積成正比。假設警戒線線條的斜率為 k（0≤k≤1），在傳統(tǒng)的算法計算過程中，通過當前判別式 d和斜率 k 的值，判斷出當前像素點是屬于圖三描述中的哪一種被覆蓋情況。再根據(jù)所推導出的公式計算出被覆蓋面積，并根據(jù)面積的比例分配光強。

圖三、警戒線覆蓋面積圖

各相交面積的計算公式如下：

同時，考慮算法的效率，對此面積加權反走樣子算法做了如下的優(yōu)化。

引入兩個判別式d1和d2,如圖四，并簡化像素覆蓋面積的計算,算法如下:

圖四、算法簡化模型

1）輸入警戒線的兩端點P0(X0,Y0)和P1(X1,Y1);

2）計算初始值K=(Y1-Y0)/(X1-X0),Len=,d1=1,d2 = 2-Len,x=x0,y=y0;

3）判斷d1的值，若d1-k<0,則area_d=(d1*d1)/2K,使用亮度area_d*I_max繪制點(x,y)；

4）判斷d2的值，若d2-k<0,則area_u=(k-d2)*(k-d2)/2K,使用亮度area_u*I_max繪制點(x,y+2)；否則，area_u=1-d2+k,使用亮度area_u*I_max繪制點(x,y+1)；

5）d1更新為d1-k,d2更新為d2-k.若d1<0,則(x,y)更新為(x+1,y+1)，否則，更新為(x+1,y)；

6）當警戒線沒有繪制完成時，重復步驟3、4、5，否則結束，此步驟充分利用警戒線段存在的多段相似性，運算簡單，可有效提高反走樣處理速度。

3.3融合基于距離反走樣子算法與面積反走樣子算法

融合基于距離與面積加權算法（Color =（ Line*K1 +Area*K2）/nK），影響各像素灰度級別的因素有距離、相交面積以及距離因素系數(shù)K1和相交面積因素系數(shù)K2。通過調整系數(shù)（K1,K2），可使展示的視覺效果和實際更為接近。

4.結論

1）該算法基于距離反走樣子算法與面積反走樣子算法，基于警戒對一個像素亮度的貢獻與兩者相交的距離和面積加權成正比，從而使線段邊緣上各相鄰像素的亮度之間有一個平緩的過渡，從而淡化了鋸齒現(xiàn)象和減輕階梯效應。

2）該算法對警戒線邊緣像素灰度級別進行調整，線條過渡流暢，有效提高警戒線平滑效果。

3）該算法充分利用警戒線段存在的多段相似性，運算簡單，有效提高反走樣處理速度。

4）該算法由于通過引入從面積維度計算與距離維度相結合的反走樣方法，生成的直線平滑性更好，處理速度快，有效的淡化了鋸齒現(xiàn)象和減輕階梯效應?？梢詮V泛在各種視頻監(jiān)控領域中應用。

參考文獻：

【1】駱朝亮.一種支持多線寬直線反走樣算法[J].計算機技術與技術與發(fā)展,2010,20(10):141-15.

【2】孫家廣.計算機圖形學[M].北京：清華大學出版社，1980.

【3】Wu X.An Efficient Antialiasing Technique[J]. Computer Graphics,1991,25(4):143-152.

【4】Kirk D,Arvo J.Unbiased Sampling Techniques for Image Synthesis[J].computer Graphice,1991,25(4):153-156.

【5】孔令德.工程圖學學報.基于面積加權反走樣算法的研究. 2009-4.

【6】鄧術軍，郭建里.一種適合于地圖出版符號的反走樣算法研究[J].武漢大學學報， 2005,30(12):1120-1123.

【7】陳為，硬件加速反走樣體 Splatting 算法[J].計算機輔助設計與圖形學學報，2005,17(4):677-682.