值小于或等于运动 判断阈值ThrMotion，则认为该处的绝对差值是由于视频图像帧间的浮动噪声引起，将该区 域标记位为噪声区域，绝对差值作为整幅图像噪声估算的部分参考数值；筛选处理的计算 结果标记为当前噪声图像FrameCurNoise，相应地，其上帧噪声图像为FrameRefNoise ;本 实施例中，ThrMotion = 25 ;
[0064] 步骤S203 :对当前噪声图像FrameCurNoise进行混合加权，以调整其与上帧历史 噪声图像的关系，具体为：
[0065] FrameCurNoise = FrameCurNoiseXNf+FrameRefNoiseX (I-Nf)
[0066] 其中，Nf为噪声估计平滑因子，0彡Nf彡1，本实施例中，Nf取值为0. 8 ;
[0067] 步骤S204 :计算加权后的当前噪声图像FrameCurNoise的平均值，作为噪声强度 的索引指标，利用该索引指标查找预置的噪声方差先验表，获得当前图像的噪声强度；所述 预置的噪声方差先验表索引指范围归一化至〇~255,索引等级为256,计算噪声方差先验 表的过程具体为：预先采集不同照度或者噪声强度下的连续N帧静态场景视频图像样本数 据，N取值25 ;针对在不同照度或者噪声强度下选取的连续N帧样本数据，分别按照步骤 S201~S204方法依次计算出每帧的噪声强度索引指标并获得平均值NoiseldxAvg，然后有 目的性地使用不同噪声方差的双边滤波器件对当前照度或者噪声下的连续N帧样本数据 进行降噪处理，挑选样本处理后的整体峰值信噪比最好的噪声方差作为NoiseIdxAvg对应 的索引输出值；这里采集样本图像时尽量使得NoiseIdxAvg均匀分布在索引范围区间，然 后线性拟合获得全部索引范围内的噪声方差先验表；
[0068] 步骤S205 :对图像的每个通道进行噪声强度估计后，将当前帧图像FrameCur、当 前噪声图像FrameCurNoise送入存储缓存区备份，并覆盖上帧图像FrameRef和上帧噪声图 像FrameRefNoise的数据，依次循环。
[0069] 步骤S3 :利用优化的双边滤波器对当前帧图像I进行去噪处理并获得消噪图像 Ibf，具体为：设双边滤波器的掩膜窗口大小为5 X 5,利用步骤S2估算的图像各通道的噪声 强度来控制双边滤波器的空间邻近度因子〇d以及亮度相似度因子〇 p其中，将图像各通 道的噪声强度直接赋值给空间邻近度因子〇d，亮度相似度因子％取值为空间邻近度因子 σ 4勺2. 5倍，使得图像降噪处理程度按照不同照度场景的噪声估算水平自适应调整，防止 预置的全局噪声强度引起降噪过度或者降噪不足问题，以达到边沿保持特性和噪声强度自 适应估计有效结合的目的；最后，利用该优化的双边滤波器进行去噪处理并获得消噪图像 Ibf;
[0070] 步骤S4 :根据步骤S3的消噪图像、的R、G、B通道信号，建立图像亮度转换模型， 通过消噪图像Ibf的三基色R、G、B图像分量提取亮度图像，获得亮度图像Y，所述图像亮度 转换模型的计算公式为：
[0072] 式中，R通道系数为Wf= 0. 299, G通道系数为w g= 0. 587, B通道系数为w b = 0. 114,全部通道权重系数总和
[0073] 构建二维高斯内核掩膜系数对提取的亮度图像Y进行加权平滑处理，获得亮度平 滑图像Ys_th，二维高斯内核掩膜系数生成函数为：
[0075] 式中，i，j表示空间坐标位置，其中（i，j) = (0, 0)表示中心点坐标，q表示高斯 平滑强弱控制参数，本实施例中，q = 3,掩膜窗口大小为5 X 5,该步的滤波平滑主要是创建 中心像素单元与局部邻域像素之间的约束关系，这里将亮度平滑图像Ys_th直接作为灰阶 局部映射权重系数图像。
[0076] 步骤S5 :使用亮度平滑图像Ys_th进行局部特征信息的提取并进行特征预处理， 拟合出连续灰阶映射表的方法，如图4所示，包括以下步骤：
[0077] 步骤S501 :将亮度平滑图像Ys_th的全部灰阶用η比特表示，则灰阶像素总数L =2η，根据亮度平滑图像Ys_t#算每个灰阶值k的像素总数，并生成图像直方图N(k)， 这里k = 0, 1，2,…，L-I ;采用一维低通滤波器LPF对N(k)进行平滑过滤，获得滤波后 的直方图Nlpf(k)，其中，Nlpf(k) = LPF(NGO);根据灰阶像素总数，计算灰阶k的概率：
"灰阶k对应的概率累加和为
，满足S(L-I) = 1 ;本 实施例中，一维低通滤波器LPF的掩膜大小为I X 5,掩膜Masklpf = [1，2, 4, 2, 1];
[0078] 步骤S502 :分别设置灰阶过暗阈值THRlciw、灰阶过亮阈值THRhlgh、灰阶过窄阈值 THR · 丄 uj\range，
[0079] 步骤S503 :利用灰阶的概率累加和S (k)，统计最亮灰阶Lniax，最暗灰阶L_，以及灰 阶范围，灰阶范围计算方式为最亮灰阶和最暗灰阶之间的差值；当灰阶THRlciw左侧的 直方图概率和大于预置0.90判定为灰阶过暗，灰阶THRhlgh右侧的直方图概率总和大于预置 〇. 90判定为灰阶过亮，LMng/j、于阈值THRrange判定为灰阶过窄；如果三个条件有其一成立， 则对灰阶映射表的强度参数S进行下调处理，所述灰阶映射表的强度取值δ在0-1之间； 本发明实例中THRlciw取值15, THRhlgh取值220 ;如果三个条件都不成立，则灰阶映射表的强 度参数S为默认值不变。本实施例中，如果三个条件有其一成立，则将灰阶映射表的强度 参数S进行调整至固定值〇.1〇,如果三个条件都不成立，则保持默认值为0.75不变。
[0080] 步骤S504 :依据图像灰阶直方图的表征信息，对全部灰阶直方图进行等距离区域 分段标记，区域数为Μ，满足0 < M < L，并对标记过的区域灰阶进行概率统计求和；M段区 域存在Μ+1个端点，其端点所对应的数值表示为Ga(m)，在Ga(m)不同位置对应的灰阶映射 表参数为Gb(m)，此处m = 0, 1，2, ···，M ;此处规定起始端点的数值Ga(O) = 0,Gb(O) = 0,计 算m = 1，2,…，M时M个标记区域段的灰阶概率比例关系如下：
[0082] Gb(m) = (L-I) · (S(Ga(m))-S(Ga(m_l)));
[0083] 步骤S505 :为了避免灰阶映射过拉伸，引入灰阶映射表强度δ来约束灰阶映射表 强度，结合Ga(m)与Gb(Hl)重新加权灰阶映射参数：
[0084] Gc(m) = Ga(m) · (1-δ )+Gb(m) · δ ;
[0085] 步骤S506 :将Ga(m)作为灰阶映射表输入样本，将Ge(m)作为灰阶映射表输出样 本，采用分段线性插值的方法近似拟合并获得连续灰阶映射表LUTtniGO，k = 0, 1，2,… ，L-1。本实施例中M = 8,灰阶映射表的强度参数δ =0.75。
[0086] 步骤S6 :以图像通道X像素单元为对象，依据亮度平滑图像Ys_th，以及连续灰阶 映射表LUTtniGO，构造具有局部自适应特性的图像灰阶映射关系函数，其关系式如下：
[0088] 式中的X代表增强输入图像信号，Xe {R，G，B}。λ为增强处理强度，〇彡λ彡1，λ 从整体上控制图像暗处细节和高亮细节映射强度，防止出现过增强现象，这里λ =0.95;
[0089] 步骤S7、将消噪图像1,,的所有通道信号用灰阶映射关系函数LTMF处理，获得增 强后图像Iciut，输出1_至视频图像显示模块。
【主权项】
1. 一种用于交通视频图像的增强处理方法，其特征在于，包括以下步骤： 步骤Sl:利用视频图像采集模块采集视频信息，提取视频信息中的每帧图像，获得连 续的多帧图像的数据流； 步骤S2 :将步骤Sl连续的多帧图像送入存储缓存区，根据图像的通道数依次估算图像 每个通道的噪声强度； 步骤S3 :利用双边滤波器对当前帧图像I进行去噪处理并