[发明专利]基于PCA的视频微小变化放大方法

摘要

本发明公开了一种基于PCA的视频微小变化放大方法，其实现过程是：首先将输入的视频图像从RGB颜色空间转换到YIQ颜色空间，然后按照帧循环的方式对视频中每一帧图像进行空间高斯/拉普拉斯金字塔分解，接着对空间尺度分解的数据进行PCA处理，得到感兴趣的微小变化信号，然后通过直接乘以一个人为设定的放大系数，实现对微小信号幅度的增强，而后进行高斯/拉普拉斯金字塔重建，最后与原始视频源进行相加，并将处理之后的视频图像从YIQ颜色空间转化到RGB颜色空间，得到视频微小变化放大结果。由于PCA处理本身具有抑制噪声的功能，使得本发明的方法能在放大微小变化的同时有效地抑制噪声，拓展了视频放大方法的实际应用。

主权项

1.一种基于PCA的视频微小变化放大方法，其特征在于，包括以下步骤：(1)输入视频：输入一段通过摄像机或手机获取的含有微小变化或运动的视频；(2)空域滤波：2a)颜色空间转换将输入的视频序列由RGB颜色空间转换到YIQ颜色空间，将视频图像的亮度信息和色度信息分离，以备后续按不同需求对亮度和色度进行单独处理；YIQ是NTSC彩色电视系统所采用的颜色空间，其中，Y通道是图像的亮度信号，I和Q通道是图像的色度信号；RGB和YIQ的转换关系为：当进行视频微小颜色变化放大时，选择对I和Q通道的色度信号进行处理，而进行微小运动放大时，选择对Y通道的亮度信号进行处理；2b)空间金字塔对视频的每一帧图像进行L层高斯/拉普拉斯金字塔多分辨率分解，得到不同空间频率的基带；其中，金字塔分解层数L可由下式计算：其中round表示四舍五入计算，h和w是原始视频图像的高度和宽度；(3)PCA处理：以每个基带的图像作为样本，基带的图像的像素个数作为维数，进行PCA处理，得到感兴趣的包含微小变化的若干像素数据；3a)计算协方差矩阵将K帧视频图像对应的不同空间频率的基带构成K个样本，记此K维样本数据为：Ir＝[Ir1 Ir2 … IrK]，其中样本数据的维数是由输入视频的尺度和金字塔分解的层数决定；下面计算矩阵Ir的均值和协方差矩阵如下：3b)计算协方差矩阵的特征值和特征向量利用下面的公式求解计算协方差矩阵的特征值和特征向量：其中是由特征向量组成的矩阵，是由特征值组成的对角矩阵；3c)数据投影选取前L个较大的特征值和其对应的特征向量，并将样本点投影到选取的特征向量上如下：这里，即为包含微小变化的若干像素数据；(4)微小变化放大：通过对PCA处理得到的数据乘以一个人为设定的系数，实现对微小变化的线性放大；如果是颜色放大，将I和Q通道的数据与该系数相乘；如果是进行运动放大，将Y通过的数据与该系数相乘；(5)合成视频：将放大后是序列数据进行高斯/拉普拉斯金字塔重建，并与原始的视频数据对应相加，得到放大后的视频；再将放大后的视频数据进行颜色空间转换，即将数据有YIQ颜色空间转回到RGB颜色空间，输出视频。