Warning: reset() expects parameter 1 to be array, boolean given in /www/web/new_tovi_cn/public_html/app/base/lib/db/model.php on line 340 Warning: current() expects parameter 1 to be array, boolean given in /www/web/new_tovi_cn/public_html/app/base/lib/db/model.php on line 341 Warning: reset() expects parameter 1 to be array, boolean given in /www/web/new_tovi_cn/public_html/app/base/lib/db/model.php on line 340 Warning: current() expects parameter 1 to be array, boolean given in /www/web/new_tovi_cn/public_html/app/base/lib/db/model.php on line 341
| [摘要]當今社會是一個信息化社會,圖像是人類獲取、表達和傳遞信息的重要手段。研究表明,在人類接受的信息中,圖像等視覺信息所占的比重達到了75%。正所謂“百聞不如一見”,視頻圖 隨著中國經濟的飛速發展,各大城市已經建有大量的電視監控系統。但是盡管安裝了眾多的監控攝像機,案情發生后的圖像回放都存在圖像不清晰的問題,特別是嫌疑人面部特征不清晰,難以辨認,這給公安部門的破案、法院的取證都帶來了極大的麻煩。當今社會是一個信息化社會,圖像是人類獲取、表達和傳遞信息的重要手段。研究表明,在人類接受的信息中,圖像等視覺信息所占的比重達到了75%。正所謂“百聞不如一見”,視頻圖像處理技術的研究和應用已經成為現代生活中必不可少的一部分。 視頻監控圖像處理技術主要研究內容 視頻圖像處理技術源自計算機視覺技術。計算機視覺技術是人工智能研究的分支之一,它能夠在圖像及圖像描述之間建立映射關系,從而使計算機能夠通過數字圖像處理和分析來理解視頻畫面中的內容。視頻監控圖像處理技術依賴于計算機視覺技術,運用圖像處理算法,在不需要人為干預的情況下,通過對攝像機拍攝的視頻圖像序列進行自動分析,實現對場景中目標定位、識別和跟蹤,并在此基礎上理解和描述目標的行為。根據行為特征分析并從圖像中尋找滿足預先設定的行為特征的事件,如:目標跟蹤、徘徊、遺留物、物品遺失、人數統計、人群密度、人員倒地等。 當我們花費很大的資金安裝了電視監控系統,卻得不到清晰的圖像,這給實際工作帶來很大的問題: 1、無法判別現場細節; 2、無法辨認犯罪嫌疑人面部特征; 3、無法成為現場取證資料。 影響視頻監控系統圖像顯示質量的主要因素有: 1、鏡頭; 2、攝像機; 3、視頻BNC接頭; 4、視頻電纜傳輸; 5、視頻服務器和硬盤錄像機圖像壓縮算法; 6、監視器。 視頻監控模糊圖像的處理技術 一、圖像增強 很多傳統圖像算法都可以減輕圖像的模糊程度,比如圖像濾波、幾何變換、對比度拉伸、直方圖均衡、空間域銳化、亮度均勻化、形態學、顏色處理等。就單個來講,這些算法都比較成熟,相對簡單。但是對于一個具體的模糊圖像,往往需要上面的一種或者多種算法組合,配合不同的參數才能達到理想的效果。這些算法和參數的組合進一步發展成為具體的增強算法,比如“圖像去霧”算法、“圖像去噪”算法、“圖像銳化”算法、“圖像暗細節增強”算法等等。這些算法都不同程度提高了圖像清晰度,很大程度改善了圖像質量。 綜合使用形態學、圖像濾波和顏色處理等算法可以實現圖像去霧的算法,圖1是一個去霧算法的實際使用效果,類似的圖像增強算法還有很多,不再一一列舉。 二、圖像復原 圖像復原與圖像增強技術一樣,也是一種改善圖像質量的技術。圖像復原是根據圖像退化的先驗知識建立一個退化模型,然后以此模型為基礎,采用各種逆退化處理方法逐步進行恢復,從而達到改善圖像質量的目的。 圖像復原和圖像增強是有區別的,兩者的目的都是為了改善圖像的質量。但圖像增強不考慮圖像是如何退化的,只有通過試探各種技術來增強圖像的視覺效果,而圖像復原就完全不同,需要知道圖像退化過程的先驗知識,據此找出一種相應的逆過程方法,從而得到復原的清晰圖像。圖像復原主要取決于對圖像退化過程的先驗知識所掌握的精確程度。 對由于離焦、運動、大氣湍流等原因引起的圖像模糊,圖像復原的方法效果較好,常用的算法包括維納濾波算法、小波算法、基于訓練的方法等。圖3是使用維納濾波解決運動模糊圖像的例子,取得了很好的復原效果。在知道退化模型的情況下,相對圖像增強來說,圖像復原可以取得更好的效果。 三、圖像超分辨率重構 現有的監控系統主要目標為宏觀場景的監視,一個攝像機,覆蓋一個很大的范圍,導致畫面中目標太小,人眼很難直接辨認。這類由于欠采樣導致的模糊占很大比例,對于由欠采樣導致的模糊需要使用超分辨率重構的方法。 超分辨率復原是通過信號處理的方法,在提高圖像的分辨率的同時改善采集圖像質量。其核心思想是通過對成像系統截止頻率之外的信號高頻成分估計來提高圖像的分辨率。超分辨率復原技術最初只對單幅圖像進行處理,這種方法由于可利用的信息只有單幅圖像,圖像復原效果有著固有的局限。序列圖像的超分辨率復原技術旨在采用信號處理方法通過對序列低分辨率退化圖像的處理來獲得一幅或者多幅高分辨率復原圖像。由于序列圖像復原可利用幀間的額外信息,比單幅復原效果更好,是當前的研究熱點。 圖像可用性決定視頻監控領域發展前景 圖像的用途與需要提供什么樣的細節信息決定了對監控設備的選擇。所提供的圖像是否能正確識別人物?出現車輛為藍色還是綠色?門前是否有障礙物遮擋?車牌號碼可否被識別?視頻監控圖像是否能回答上述問題取決于圖像可用性。什么是“圖像可用性”?它是指為確保攝像機實現一定的功能,拍攝出滿足監控需求的圖像的性能。圖像可用性從其定義出發,是為了滿足特定場景下監控設備的使用需求的。 監控設備的安裝位置對監控攝像機提出了環境條件方面的挑戰,對攝像機的選擇也至關重要。安裝環境究竟是低光、陰影處或者過亮,這代表了不同的圖像可用性條件,設備的圖像可用性會根據監測環境的變化而變化。 由此可見,并不存在全能型的監控設備。圖像可用性描述了監控攝像機針對特定應用場景的性能,在不同條件下達到最高的圖像可用性,是在選擇監控設備重要的評估標準。 如何在不同場景下,最大限度的獲得最高的圖像可用性?下面列舉出應用場景三個挑戰,并提出了三個不同的最佳解決方案。 1.提高陰影區域圖像可用性的利器:超寬動態技術 2.提高大范圍區域監控的圖像可用性的利器:兼顧大場景與細節信息的HDTV攝像機 3.提高黑暗場景圖像可用性的利器:安訊士覓光者技術 結語 當前在監控設備的選擇上,人們普遍追逐更高的像素分辨率與更好的圖像質量。然而,圖像可用性也是衡量監控設備性能的有效標準之一。圖像可用性需要根據監控的實際需求與監控現場的環境條件進行評估。通過先進技術提高監控設備圖像可用性,能夠大大提升監控設備的發展空間。 |