视频监控谋发展 监控图像可用性需重视

　　随着中国经济的飞速发展，各大城市已经建有大量的电视监控系统。但是尽管安装了众多的监控摄像机，案情发生后的图像回放都存在图像不清晰的问题，特别是嫌疑人面部特征不清晰，难以辨认，这给公安部门的破案、法院的取证都带来了极大的麻烦。当今社会是一个信息化社会，图像是人类获取、表达和传递信息的重要手段。研究表明，在人类接受的信息中，图像等视觉信息所占的比重达到了75%。正所谓“百闻不如一见”，视频图像处理技术的研究和应用已经成为现代生活中必不可少的一部分。

　　视频监控图像处理技术主要研究内容

　　视频图像处理技术源自计算机视觉技术。计算机视觉技术是人工智能研究的分支之一，它能够在图像及图像描述之间建立映射关系，从而使计算机能够通过数字图像处理和分析来理解视频画面中的内容。视频监控图像处理技术依赖于计算机视觉技术，运用图像处理算法，在不需要人为干预的情况下，通过对摄像机拍摄的视频图像序列进行自动分析，实现对场景中目标定位、识别和跟踪，并在此基础上理解和描述目标的行为。根据行为特征分析并从图像中寻找满足预先设定的行为特征的事件，如：目标跟踪、徘徊、遗留物、物品遗失、人数统计、人群密度、人员倒地等。

　　当我们花费很大的资金安装了电视监控系统，却得不到清晰的图像，这给实际工作带来很大的问题：

　　1、无法判别现场细节；

　　2、无法辨认犯罪嫌疑人面部特征；

　　3、无法成为现场取证资料。

　　影响视频监控系统图像显示质量的主要因素有：

　　1、镜头；

　　2、摄像机；

　　3、视频BNC接头；

　　4、视频电缆传输；

　　5、视频服务器和硬盘录像机图像压缩算法；

　　6、监视器。

　　视频监控模糊图像的处理技术

　　一、图像增强

　　很多传统图像算法都可以减轻图像的模糊程度，比如图像滤波、几何变换、对比度拉伸、直方图均衡、空间域锐化、亮度均匀化、形态学、颜色处理等。就单个来讲，这些算法都比较成熟，相对简单。但是对于一个具体的模糊图像，往往需要上面的一种或者多种算法组合，配合不同的参数才能达到理想的效果。这些算法和参数的组合进一步发展成为具体的增强算法，比如“图像去雾”算法、“图像去噪”算法、“图像锐化”算法、“图像暗细节增强”算法等等。这些算法都不同程度提高了图像清晰度，很大程度改善了图像质量。

　　综合使用形态学、图像滤波和颜色处理等算法可以实现图像去雾的算法，图1是一个去雾算法的实际使用效果，类似的图像增强算法还有很多，不再一一列举。

　　二、图像复原

　　图像复原与图像增强技术一样，也是一种改善图像质量的技术。图像复原是根据图像退化的先验知识建立一个退化模型，然后以此模型为基础，采用各种逆退化处理方法逐步进行恢复，从而达到改善图像质量的目的。

　　图像复原和图像增强是有区别的，两者的目的都是为了改善图像的质量。但图像增强不考虑图像是如何退化的，只有通过试探各种技术来增强图像的视觉效果，而图像复原就完全不同，需要知道图像退化过程的先验知识，据此找出一种相应的逆过程方法，从而得到复原的清晰图像。图像复原主要取决于对图像退化过程的先验知识所掌握的精确程度。

　　对由于离焦、运动、大气湍流等原因引起的图像模糊，图像复原的方法效果较好，常用的算法包括维纳滤波算法、小波算法、基于训练的方法等。图3是使用维纳滤波解决运动模糊图像的例子，取得了很好的复原效果。在知道退化模型的情况下，相对图像增强来说，图像复原可以取得更好的效果。

　　三、图像超分辨率重构

　　现有的监控系统主要目标为宏观场景的监视，一个摄像机，覆盖一个很大的范围，导致画面中目标太小，人眼很难直接辨认。这类由于欠采样导致的模糊占很大比例，对于由欠采样导致的模糊需要使用超分辨率重构的方法。

　　超分辨率复原是通过信号处理的方法，在提高图像的分辨率的同时改善采集图像质量。其核心思想是通过对成像系统截止频率之外的信号高频成分估计来提高图像的分辨率。超分辨率复原技术最初只对单幅图像进行处理，这种方法由于可利用的信息只有单幅图像，图像复原效果有着固有的局限。序列图像的超分辨率复原技术旨在采用信号处理方法通过对序列低分辨率退化图像的处理来获得一幅或者多幅高分辨率复原图像。由于序列图像复原可利用帧间的额外信息，比单幅复原效果更好，是当前的研究热点。

　　图像可用性决定视频监控领域发展前景

　　图像的用途与需要提供什么样的细节信息决定了对监控设备的选择。所提供的图像是否能正确识别人物？出现车辆为蓝色还是绿色？门前是否有障碍物遮挡？车牌号码可否被识别？视频监控图像是否能回答上述问题取决于图像可用性。什么是“图像可用性”？它是指为确保摄像机实现一定的功能，拍摄出满足监控需求的图像的性能。图像可用性从其定义出发，是为了满足特定场景下监控设备的使用需求的。

　　监控设备的安装位置对监控摄像机提出了环境条件方面的挑战，对摄像机的选择也至关重要。安装环境究竟是低光、阴影处或者过亮，这代表了不同的图像可用性条件，设备的图像可用性会根据监测环境的变化而变化。

　　由此可见，并不存在全能型的监控设备。图像可用性描述了监控摄像机针对特定应用场景的性能，在不同条件下达到最高的图像可用性，是在选择监控设备重要的评估标准。

　　如何在不同场景下，最大限度的获得最高的图像可用性？下面列举出应用场景三个挑战，并提出了三个不同的最佳解决方案。

　　1.提高阴影区域图像可用性的利器：超宽动态技术

　　2.提高大范围区域监控的图像可用性的利器：兼顾大场景与细节信息的HDTV摄像机

　　3.提高黑暗场景图像可用性的利器：安讯士觅光者技术

　　结语

　　当前在监控设备的选择上，人们普遍追逐更高的像素分辨率与更好的图像质量。然而，图像可用性也是衡量监控设备性能的有效标准之一。图像可用性需要根据监控的实际需求与监控现场的环境条件进行评估。通过先进技术提高监控设备图像可用性，能够大大提升监控设备的发展空间。