视频图像增强技术背景
近年来，随着数字视频技术、网络技术和无线通信技术的迅速发展，各种视频应用层出不穷，并且具有继续增长的发展趋势。图像，作为视频应用中的关键元素，其呈现效果直接影响着视频沟通的效率和品质。然而，在视频会议、视频监控等视频应用过程中，图像的呈现效果往往会受到设备、光照条件、视频压缩技术等众多因素的制约，从而出现画面对比度低、细节不清晰等问题，严重影响人眼对画面的视觉感受和视频内容的展示效果。

为了提高图像的清晰度，改善人眼的视觉效果，同时便于后续的其他技术处理，对这类“模糊”或对比度低的图像进行增强处理成为了必要。而且，图像增强通常也是各种图像分析和处理的预处理过程。
目前，针对图像增强的问题，业内已有许多技术和方法，比如点变换法、局部统计法、直方图均衡法、局部直方图伸展法、同态滤波等。以上列举的这些方法中，有部分方法运算量较大，部分方法虽然相对简单，但其增强后的图像质量并不高，尤其是某些方法在应用于视频图像的增强时，还会出现闪烁现象。因此，业界迫切需要一种新的图像增强技术，来打破传统技术存在的局限。

华平推出新的视频图像增强技术

华平在多年视频通信技术的经验积累上，创造性的推出了新的图像增强系统与方法，此图像增强系统包括确定模块、确定子模块和增强处理模块三个部分。确定模块的作用是：基于图像的全局平均亮度和不同滤波方式，对经过滤波后的滤波图像以及人眼特性，来确定图像增强系数；确定子模块的作用则是：基于图像的全局平均亮度、高斯滤波方式和修改均值滤波方式，对经过滤波后的滤波图像以及人眼特性，来确定图像增强系数；最后，增强处理模块的作用是：基于图像增强系数对待处理的图像进行增强处理。

具体的方法步骤如下：

当画面局部或全局动态范围较小，或者画面中不同物体呈现变化较小,而造成视频画面的清晰度降低，呈现“模糊”状态时，基于图像的全局平均亮度、不同滤波方式将对图像分别进行滤波处理。图像经过滤波处理后，首先根据以下公式初步计算出图像增强系数：

随后再基于人眼特性，使用基于人眼特性的公式来调整和修正初步确定的图像增强系数，以自适应地改善图像的视觉效果：

在调整图像增强系数的过程中，通过对图像进行高斯滤波和修改均值滤波，并结合下面的公式，计算出具有噪声抑制的滤波图像的像素值之差：
s(m，n) ＝ f(m，n)×d(m，n)最后，基于以下公式，利用图像高斯滤波后的像素值和校正值计算各像素点最终的像素值：通过以上四个重要的步骤，来有效降低噪声影响，并使亮度平滑变化，避免闪烁感，改善画面的呈现效果，从而为用户呈现清晰、平滑、流畅的动态画面，全面增强视频清晰度 。

华平视频图像增强技术的优势特点

降低噪声影响：

通过对图像进行高斯滤波和修改的均值滤波，从而计算出具有噪声抑制的滤波图像的像素值之差，由此可有效防止噪声的干扰；通过采用滤波图像的像素值的差值和图像增强系数来计算各像素点的校正值，并予以适当限制，由此可以避免过增强，能进一步降低噪声；利用图像高斯滤波后的像素值和校正值计算各像素点最终的像素值，由此可以更进一步降低噪声影响。

提高图像的清晰度：

根据图像的全局平均亮度、像素值之差、高斯图像等确定图像增强系数，由此能够使得亮度平滑变化，避免闪烁感，提高了图像的清晰度。

增强图像的对比度：

根据图像的全局平均亮度、像素值之差、高斯图像等确定图像增强系数，在提高图像清晰度的同时又具有在高亮部分较弱和在低亮部分较强的特点，增强了图像的对比度。

自适应地改善图像的视觉效果：

由于考虑了人眼的对数非线性性质，对图像增强系数予以修正，由此可自适应地改善图像的视觉效果。

运算量小：

本方法简单，整个过程只用到几个公式，运算量非常小。