孫 鵬 劉 磊 李 海 王方明 郭 勇 單大國

（1 中國刑事警察學(xué)院聲像資料檢驗技術(shù)系 遼寧 沈陽 110035；2 遼寧網(wǎng)絡(luò)安全執(zhí)法協(xié)同創(chuàng)新中心 遼寧 沈陽 110035；3 四川警察學(xué)院刑事技術(shù)系 四川 瀘州 646000）

1 引言

視頻偵查技術(shù)根據(jù)視頻記錄的客觀事實，結(jié)合時間與空間的邏輯關(guān)系，鎖定案件相關(guān)的人、車、物，提取犯罪嫌疑目標的體貌特征、行為特征與行動軌跡，為偵查工作指明方向，是案件偵破的重要手段之一[1-2]。尤其是近年各企事業(yè)單位監(jiān)控設(shè)備、私人攝像頭以及手機等視頻采集設(shè)備的廣泛應(yīng)用，擴大了案件相關(guān)視頻的采集范圍，為視頻偵查工作的開展提供了極大的便利。然而，受到視頻設(shè)備型號、參數(shù)設(shè)置與采集方式的多樣性，以及視頻獲取環(huán)境光照條件變化的復(fù)雜性等因素的影響，視頻不可避免的會出現(xiàn)偏色、透視變形、曝光不足以及曝光過度等問題。如何充分利用現(xiàn)有的視頻、圖像處理技術(shù)解決上述問題，對提高視頻偵查工作的效率具有非常重要的意義。

視頻偏色是影響視頻偵查工作的主要問題，廣泛存在于各類涉案視頻之中，影響視頻偵查員對視頻所記錄的犯罪嫌疑目標顏色特征的認定。案發(fā)現(xiàn)場的光源變化、拍攝場景的遮擋以及拍攝設(shè)備型號、參數(shù)設(shè)置的差異都會導(dǎo)致同一物體在不同時刻、不同地點的視頻中具有不同的色彩特征。在基于視頻中人物衣著或車身顏色的犯罪嫌疑目標追蹤過程中，由于上述問題的存在使得犯罪嫌疑目標在不同的視頻中的色彩特征發(fā)生變化，識別度降低，可能導(dǎo)致犯罪嫌疑目標的錯漏，貽誤案件偵破的最佳時機，甚至錯誤的偵查方向。與此同時，視頻中犯罪嫌疑目標的自動檢測、識別以及跟蹤是視頻偵查技術(shù)的發(fā)展趨勢，而自動檢測等技術(shù)依賴于目標物的顏色特征，故視頻的偏色問題也會影響自動檢測等技術(shù)在視頻偵查過程中的實戰(zhàn)應(yīng)用。綜上所述，為了實現(xiàn)跨攝像頭追蹤犯罪嫌疑目標的標準化與自動化，需要對視頻進行偏色的校正。

為了更好的解決視頻的偏色問題，本文針對視頻中白色點的色彩漂移現(xiàn)象，基于相機自動白平衡理論，改變了傳統(tǒng)的白點檢測法中白色區(qū)域的選取策略后，增加了類白色點的數(shù)量，從而提出了一種用于視頻偏色校正的改進的完美反射法。仿真實驗表明，該方法能夠有效處理不同類型的視頻偏色問題，進一步豐富了視頻偵查的技術(shù)體系。

2 偏色校正方法

在視頻偵查工作中對涉案視頻進行偏色處理，常規(guī)的做法是首先提取包含犯罪嫌疑目標的視頻關(guān)鍵幀，然后，檢測視頻關(guān)鍵幀是否存在偏色問題，如果存在則計算偏色校正系數(shù)，最后使用偏色校正系數(shù)對偏色視頻進行校正，實現(xiàn)對視頻中犯罪嫌疑目標色彩特征的認定。灰度世界法和完美反射法是兩類主要的偏色校正方法。其中，灰度世界法認為色彩豐富、無偏色的圖像，其RGB三色通道均值接近18度灰，即RGB三色通道像素均值相同[3]。具體實現(xiàn)過程是依據(jù)上述統(tǒng)計規(guī)律，通過比較關(guān)鍵幀RGB三色通道像素均值，并對其進行調(diào)整實現(xiàn)視頻的偏色校正?；叶仁澜绶ㄔ砗唵?，實用性強，但是對于具有大面積單一色塊的視頻校正效果差，甚至使得視頻顏色失真。徐曉昭等[4]針對灰度世界法的不足，提出了基于標準差加權(quán)以及基于圖像熵約束的改進算法，這兩種改進算法有效的增強了灰度世界法的魯棒性，拓寬了灰度世界法的適用范圍。

完美反射法根據(jù)圖像中白點反映光源色溫這一特性，通過比較圖像中白點RGB三色通道像素值，計算偏色校正系數(shù)。這種方法精度高，但是當進行實際的視頻偏色校正時，如果關(guān)鍵幀中不存在白點，或白點存在較嚴重的色彩漂移現(xiàn)象時，偏色校正的效果較差，另外，完美反射法使用圖像中亮度最大點作為白點，使得噪點與高光點嚴重影響偏色校正結(jié)果。本文針對完美反射法選取白點方法的不足，提出一種改進的完美反射法，首先在視頻中提取關(guān)鍵幀，再在關(guān)鍵幀中使用文獻[5]的白點約束方程提取白色區(qū)域，使用白色區(qū)域像素點計算關(guān)鍵幀的參考白點，然后計算偏色校正系數(shù)，進而對所有視頻內(nèi)所有圖像幀偏色進行校正，還原視頻中目標物的真實顏色。

3 本文算法

對具有單一穩(wěn)定光源場景下拍攝的視頻，認為該視頻所有圖像幀的偏色特性相同，因此選取視頻中關(guān)鍵幀進行偏色檢驗及計算偏色校正系數(shù)，然后使用該校正系數(shù)對視頻中所有圖像幀進行偏色校正，實現(xiàn)對視頻的偏色校正，其過程如圖1。

圖1 視頻偏色校正流程圖

3.1 視頻預(yù)處理

視頻的預(yù)處理主要包括關(guān)鍵幀提取、對關(guān)鍵幀進行亮度調(diào)整以及濾波等。視頻的關(guān)鍵幀提取，即從視頻F(t)中提取與案件相關(guān)的一幀圖像fk(x,y)，可使用關(guān)鍵幀提取技術(shù)進行處理，也可以根據(jù)需要人工選取，提取得到的關(guān)鍵幀顏色豐富，存在明顯白色區(qū)域最佳。對于曝光過度或者曝光不足的關(guān)鍵幀需要調(diào)整其亮度，將關(guān)鍵幀亮度調(diào)整到正常亮度范圍，增大物體間亮度反差并更適于人眼觀察，降低亮度對白點檢測精度的影響，提高偏色校正精度。

濾波包括均值濾波、中值濾波以及維納濾波方法等，主要用于抑制關(guān)鍵幀的噪聲，增加偏色校正準確度。本文中使用的是均值濾波法，其濾波模板g及卷積公式如下：

其中，fk(x,y)為待預(yù)處理的關(guān)鍵幀，f'k(x,y)為經(jīng)均值濾波后的關(guān)鍵幀，通過原圖fk(x,y)與濾波模板g的卷積對圖像進行濾波，得到濾波后的關(guān)鍵幀f'k(x,y)。

3.2 白點檢測

使用完美反射法進行偏色校正的主要難點即在于白點檢測，由于拍攝內(nèi)容以及拍攝時的光照條件各異，不視頻中白點表現(xiàn)出不同特性，因此白點檢測的精度是影響偏色校正準確度的重要因素。文獻[5]在Nakano[6]和Lee[7]等的研究基礎(chǔ)上，提出在YCbCr顏色空間中構(gòu)建白點約束模型。YCbCr顏色空間是YUV顏色空間經(jīng)過縮放和偏移得到的一種顏色空間，與YUV空間相對應(yīng)，其Y表示圖像亮度，Cb表示圖像的藍色偏量，Cr表示圖像的紅色偏量，是一種應(yīng)用十分廣泛的顏色空間，式(3)為RGB空間與YCbCr空間的轉(zhuǎn)換公式：

文獻[5]綜合分析利用圖像中亮度以及圖像紅藍兩通道的偏量，提出使用公式(3)作為圖像中白點的約束條件：

關(guān)鍵幀f'k(x,y)中滿足式（4）的所有像素點即為白色區(qū)域WP，該約束條件構(gòu)建一個Cb、Cr的六邊形，使得像素點具有更強的白色特征，還考慮到亮度Y與Cb、Cr之間的關(guān)聯(lián)性，進一步提高白點選取的精度。當亮度Y較小時，Cb與Cr控制較緊，使得陰影環(huán)境等光照不足條件下的白色平面參與到偏色估計；當亮度Y較大時，Cb與Cr控制較松，得到受光污染的白色平面，提高偏色估計精度。其中為控制白點選取的閾值，當值增大時，檢測出的白點精度更高，參與偏色檢驗計算的點減少，最終檢驗結(jié)果對高光點以及早點的魯棒性較低，偏色校正結(jié)果精度較差；當減小時，檢測出的白點增多，甚至很多其他顏色的點也納入到白點范圍內(nèi)，足夠小時，關(guān)鍵幀中所有點均認為是白點，此時的偏色檢驗校正算法即為灰度世界法。

3.3 偏色校正系數(shù)計算

完美反射法使用關(guān)鍵幀中亮度最大的像素點作為白點，該方法受噪點以及高光點影響大，校正精度低，因此使用2.2中提取出的關(guān)鍵幀白色區(qū)域WP，使用該區(qū)域像素點計算關(guān)鍵幀的參考白點：

其中，RW、GW、BW分別為參考白點的RGB三色像素值，Ri、Gi、Bi是白色區(qū)域第i個像素點的像素值，N為白色區(qū)域像素點總數(shù)。通過計算白色區(qū)域RGB三色通道像素均值得到的參考白點，代表關(guān)鍵幀三色通道像素值的分布規(guī)律，對關(guān)鍵幀偏色特性的反應(yīng)更加準確。

根據(jù)得到的參考白點，使用完美反射法計算偏色校正系數(shù)：

其中，公式(6)是通過參考白點的RGB三色像素值計算光源亮度Y，相較于直接使用Y=255，公式(6)得到的關(guān)鍵幀光源亮度，更接近視頻拍攝時使用的光照亮度，校正后得到的視頻中目標物更接近真實顏色，同時避免校正后視頻中出現(xiàn)高光點以及曝光過度。公式(7)是根據(jù)參考白點的RGB三色通道像素值以及參考白點亮度值計算偏色校正增益，其中Rgain、Ggain、Bgain分別為視頻中所有圖像幀RGB三色通道的偏色校正系數(shù)。

3.4 視頻偏色校正

視頻由一系列圖像幀ft(x)組成，而在單一穩(wěn)定光源下拍攝的完整視頻，所有圖像幀ft(x)具有相同的偏色特性，因此視頻的偏色校正即是將視頻中所有圖像幀ft(x)使用3.3中得到的偏色校正系數(shù)進行偏色校正，即可以完成視頻的偏色校正。

公式（8）為所有視頻中圖像幀的偏色校正方法，其中R、G、B分別為所有圖像幀校正前RGB三色通道像素值，R’、G’、B’為所有圖像幀偏色校正后的RGB三色通道像素值，通過對視頻F(t)中每一圖像幀RGB三色通道像素的偏色校正，最終得到偏色校正后的視頻F'(t)。

4 實驗仿真

4.1 實驗準備

實驗設(shè)備：聯(lián)想Y50p-70筆記本電腦，運行環(huán)境為MATLAB R2015a，偏色校正程序為根據(jù)本文算法編譯，視頻采集設(shè)備為華為P7，使用手機的模式1（牛仔模式）與模式2（恬淡模式）拍攝得到偏色視頻，使用模式3（正常模式）拍攝得到正常視頻。

4.2 實驗結(jié)果與分析

圖2為在兩組實驗中，將視頻關(guān)鍵幀偏色校正前后的效果圖，其中(a)為手機模式3拍攝視頻關(guān)鍵幀，(b)為使用手機模式1拍攝視頻關(guān)鍵幀，(c)為對圖(b)進行偏色校正后的效果圖，(d)為使用手機2模式拍攝視頻的關(guān)鍵幀，(e)為對圖(d)進行偏色校正后的效果圖。通過視覺觀察，經(jīng)過本文方法進行偏色校正后的視頻關(guān)鍵幀與正常拍攝視頻關(guān)鍵幀顏色差異變小，目標物的顏色更接近正常拍攝視頻中目標物顏色。

圖2 視頻偏色校正前后效果比較

第一組實驗中，在各圖中相同位置位置處取點，如圖2中p1、p2、p3、p4及p5點，使用文獻[4]中的方法對偏色效果進行評價：

其中，Cb與Cr分別為所取點的藍色與紅色偏量，ΔE越大，則所取白點偏色越嚴重。

表 第一組實驗ΔE比較

由表可知，正常拍攝時p1點的ΔE為1.39，即車身為白色，使用手機模式1與模式2拍攝的視頻中，使用p2與p4點計算得到的ΔE均大于1.39，尤其是手機模式1下拍攝的視頻偏色嚴重，ΔE為24.85。使用本文方法對視頻進行偏色校正后，使用p3與p5點計算得到的ΔE相較于未校正前明顯降低，即本文算法能實現(xiàn)視頻的偏色校正。

5 結(jié)論

視頻偵查過程中，視頻的正確預(yù)處理能提高偵查效率，實現(xiàn)視頻偵查線索的快速反饋，幫助辦案民警及時掌握案件情況，把握最佳破案時機。本文的偏色校正方法能對視頻偏色進行校正，還原目標物顏色，對于目標物的跟蹤具有十分重要的作用。但是本文方法仍然是對完美反射法的改進與應(yīng)用，雖然通過約束條件將陰影下等亮度值較小的白色區(qū)域納入偏色計算范圍，但是對于特殊的無白色區(qū)域的視頻，仍無法進行正確的偏色校正。視頻偵查過程中遇到的視頻偏色特性復(fù)雜，難以使用單一的偏色校正方法實現(xiàn)對視頻的處理，因此，掌握多種偏色校正方法，并根據(jù)視頻實際情況選擇偏色校正方法，能提高偏色校正的準確率，有利于對視頻的合理利用。