<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>
關(guān) 閉

新聞中心

EEPW首頁(yè) > 安全與國防 > 設計應用 > 透過(guò)迷霧不再迷茫 淺析??低曂胳F技術(shù)

透過(guò)迷霧不再迷茫 淺析??低曂胳F技術(shù)

作者: 時(shí)間:2016-12-22 來(lái)源:網(wǎng)絡(luò ) 收藏

視頻監控的需求主要分為兩類(lèi),白天的需求和夜間的需求。夜間效果主要的提升之道以低照度和補光居多,也就造成了現在市面上白光補光、紅外補光、激光補光等各式各樣的攝像機盛行;非補光類(lèi)的,當屬星光級超級照度是為當下熱門(mén)。而關(guān)于白天效果的提升,一大關(guān)鍵點(diǎn)是能夠適應復雜多變的環(huán)境變化,也就是我們通常所說(shuō)的“全天候”。

本文引用地址:http://dyxdggzs.com/article/201612/332944.htm

監控攝像機常常面對室外全天候監控的考驗,除了強光、暗夜、雨雪天氣,霧霾就是監控的一大“天敵”。由水汽、煙塵等構成的氣溶膠粒子是霧霾的主體,也是造成圖像質(zhì)量退化的根本原因。霧霾天氣下圖像色彩黯淡、對比度較低,一些重要目標的細節更是淹沒(méi)在霧氣中難以被察覺(jué)。因此,去除視頻中的霧氣,改善成像質(zhì)量,是提升戶(hù)外視頻監控應用價(jià)值的一項重要技術(shù)。

透霧技術(shù)的發(fā)展

透霧監控需求最早出現在海事邊防等國防應用,一開(kāi)始相關(guān)產(chǎn)品都只在透霧鏡頭上做研究,研發(fā)了一種光學(xué)透霧技術(shù),也就是我們通常所說(shuō)的第一代透霧技術(shù)。光學(xué)透霧采用針對紅外波段成像特殊優(yōu)化的鏡頭,通過(guò)濾光片對特定近紅外波段光線(xiàn)進(jìn)行截取,從而利用霧氣中的紅外光進(jìn)行成像。光學(xué)透霧對于霧氣的穿透力非常強,成像效果表現較好,但由于是紅外波段成像,所以呈現的也只能是黑白圖像,并且這種透霧方式設備成本投入較大,一般用戶(hù)有需求但會(huì )望而卻步。

近幾年隨著(zhù)民用需求的增長(cháng),也為了實(shí)現更好的透霧效果,相關(guān)廠(chǎng)家開(kāi)始在攝像機視頻圖像增強技術(shù)上做研究,也就是現在在安防監控市場(chǎng)上非常普遍的數字算法透霧攝像機,我們稱(chēng)之為第二代透霧技術(shù)。數字透霧技術(shù)目前很多安防廠(chǎng)家主要停留在第一個(gè)階段——“淺透霧”階段,這類(lèi)方法通過(guò)調整傳感器采集信息的分布,增強觀(guān)測目標的色彩與細節,使信息減少在后續處理(例如ISP和編碼壓縮)中的損失,用戶(hù)觀(guān)測效果也能獲得提高。但是這種透霧效果不明顯,也稱(chēng)假性透霧。“淺透霧”也是目前市面上普遍采用的透霧技術(shù)。

但是總是有那么一部分用戶(hù)不滿(mǎn)足于對比度的提升,所以數字透霧攝像機進(jìn)入了第二個(gè)階段——“算法透霧”階段,算法透霧可根據物理上霧霾的形成模型,通過(guò)局部區域灰白程度判斷霧霾的濃度,從而復原出清晰的無(wú)霧霾圖像。算法透霧能夠保留圖像的原有色彩,同時(shí)能夠在“淺透霧”的基礎上大幅提升圖像透霧效果。

圖1第一代和第二代透霧技術(shù)

而在當下,部分廠(chǎng)家精益求精,市場(chǎng)上出現了一種第三代透霧技術(shù)。除了使用低照度性能更好的感光芯片,甚至另辟蹊徑在機器內部增加專(zhuān)門(mén)的透霧濾光片,而最主要的革新是配合光學(xué)透霧鏡頭增加了相應的算法透霧,有人稱(chēng)之為“光學(xué)+算法透霧”。光學(xué)+算法透霧,著(zhù)手于在光學(xué)透霧的基礎上集成透霧算法,在原有光學(xué)透霧的基礎上使透霧效果得到進(jìn)一步的提升,這種技術(shù)依賴(lài)于各大廠(chǎng)家透霧算法技術(shù)的不同,效果也有好壞。

圖2光學(xué)+算法透霧與光學(xué)透霧效果對比

由此看來(lái),在選擇一臺透霧設備的時(shí)候,除了攝像機硬件本身的能力,還需要比較各個(gè)品牌產(chǎn)品之前的“軟實(shí)力”,也就是透霧算法上的優(yōu)劣。

彩色透霧熱點(diǎn):透霧算法

數字透霧技術(shù)可以在透霧的同時(shí),保留圖像原有的色彩,而數字透霧的核心就是透霧算法。前面提到,透霧算法技術(shù)主要有兩個(gè)階段,可以分為兩類(lèi):一種是非模型的圖像增強方法,通過(guò)提高比度,滿(mǎn)足主觀(guān)視覺(jué)的要求來(lái)達到清晰化的目的;另一種是基于模型的圖像復原方法,它考查圖像退化的原因,將退化過(guò)程進(jìn)行建模,采用逆向處理,以最終解決圖像的復原問(wèn)題。

目前通過(guò)增強的方式(淺透霧)來(lái)進(jìn)行透霧處理典型的方法包括:直方圖均衡化、濾波變換方法和基于模糊邏輯的方法。直方圖均衡化方法,其中全局化方法運算量小但對細節的增強不夠;局部均衡方法效果較好,但可能引入塊狀效應、計算量大、噪聲被放大及算法效果不易控制的問(wèn)題。濾波變換的透霧算法,通過(guò)局部處理能獲得相對較好的處理結果,但它們的計算量巨大、資源消耗多、不適于實(shí)時(shí)性要求較高的設備。已知的基于模糊邏輯的方法透霧的效果不夠理想。

基于圖像增強的方法(算法透霧)能在一定程度上提高圖像對比度,并通過(guò)增強感興趣區域來(lái)提升可識別度。但該方法未能從圖像退化過(guò)程的原因入手來(lái)進(jìn)行補償,因此它只能改善視覺(jué)感受而不能獲得很好的透霧效果。所以,真正的數字透霧是基于圖像復原來(lái)實(shí)現的,也就是我們通常所說(shuō)的“算法透霧”。

基于圖像復原的方法主要有以下幾類(lèi):濾波方法、最大熵方法與圖像退化函數估計法等。濾波方法如卡爾曼濾波方法,整體而言計算量較大。最大熵法能獲得較高的分辨率但是其非線(xiàn)性、計算量大、數值求解困難。圖像退化函數估計法大多依據一定的物理模型(如大氣散射模型與偏振特性的透霧模型)來(lái)設計,需要在不同的時(shí)間點(diǎn)采集多幅圖像作為參考圖像,以便確定物理模型中的多個(gè)參數,而最終求解得到無(wú)霧狀態(tài)下的結果圖像。

圖3基于圖像增強透霧和基于圖像復原透霧效果差異

透霧算法也是當前安防行業(yè)有實(shí)力的廠(chǎng)家透霧產(chǎn)品的核心競爭點(diǎn)。以??低?/strong>為例,在充分分析透霧理論的優(yōu)勢與不足,并進(jìn)行深入的研究探索后,??低暯Y合安防監控領(lǐng)域的視頻圖像透霧的特殊要求,開(kāi)發(fā)了一種實(shí)時(shí)視頻透霧技術(shù)。該技術(shù)基于大氣光學(xué)原理,區分圖像不同區域景深與霧濃度進(jìn)行濾波處理,獲得準確、自然的透霧圖像,稱(chēng)之為“SSD算法透霧”。

在圖像處理中,一般用下述模型來(lái)表達所看到的有霧圖像:

代表所看到的圖像強度,是景物光線(xiàn)強度,是大氣光成分,是用來(lái)描述光線(xiàn)通過(guò)媒介時(shí)沒(méi)有被散射掉的那部分。透霧的目標就是從中恢復出、、,即對應于透霧后的結果圖像。其中,稱(chēng)為直接衰減項,代表的是景物光線(xiàn)在媒介中經(jīng)過(guò)衰減后的部分,為大氣光成分,由前方散射引起。

實(shí)時(shí)視頻透霧處理的流程見(jiàn)圖4所示。其輸入為點(diǎn)陣格式視頻數據,輸出為經(jīng)處理后的結果,與輸入視頻格式相同。由于實(shí)時(shí)視頻透霧方法能夠將細節進(jìn)行有效的恢復和增強處理,因此對經(jīng)過(guò)一定程度有損壓縮后的視頻也能夠起到相當的效果,輸入視頻數據可以是未經(jīng)有損壓縮編碼處理的有霧視頻,也可以是壓縮有霧視頻的解碼圖像,相對而言,未經(jīng)有損編碼處理的視頻,由于其包含的信息量更為豐富,透霧后能獲得更為理想的處理結果。

圖4實(shí)時(shí)視頻透霧流程圖

基于輸入的有霧視頻,本方法利用大氣成像模型來(lái)分析特征,估計出大氣光值和透射率兩個(gè)關(guān)鍵參數,結合計算機視覺(jué)和圖像處理算法,利用直方圖統計、對比度增強與濾波等處理來(lái)實(shí)現視頻的實(shí)時(shí)透霧。

由于同時(shí)包含了全局和局部的霧濃度估計,該實(shí)時(shí)視頻透霧技術(shù)能夠根據霧況自動(dòng)調整適應各種變化場(chǎng)景以及場(chǎng)景內的局部區域,避免出現近景透霧過(guò)度發(fā)黑而遠景模糊的情況;同時(shí)兼顧了實(shí)現的效率與復雜度,保證了整個(gè)透霧的實(shí)時(shí)性與可工程化。

黑白透霧熱點(diǎn):突破極限

前面我們有提到透霧發(fā)展的第三個(gè)階段“光學(xué)+算法透霧”,在黑白成像的光學(xué)透霧的基礎上增加各家的透霧算法,突破極限。這種技術(shù)對于安防廠(chǎng)家的要求非常高,產(chǎn)品在設計時(shí),就需要通過(guò)大量的實(shí)驗論證,從多種方案中選擇出最合適的濾光片、鏡頭、傳感器和特定的透霧算法組合,在保證了透霧效果的同時(shí),需要避免出現圖像噪聲過(guò)大,清晰度下降的情況,從而得到一種震撼的透霧效果。

圖5光學(xué)+算法透霧原理示意圖

還是以??低暈槔?,??低曌灾餮邪l(fā)第三代“光學(xué)+算法透霧”技術(shù):超級透霧,業(yè)界首創(chuàng )集成光學(xué)透霧、SSD透霧算法、自適應感應算法三位一體技術(shù)。超級透霧可用于多種戶(hù)外需要預防濃霧的場(chǎng)合,如高速公路、鐵路、航運、機場(chǎng)跑道等重要或事故易發(fā)區段;發(fā)電廠(chǎng)與電力傳輸設備、通訊基站等重點(diǎn)監控區域;河道、港口、邊境、海事監控、森林防火等觀(guān)察距離較長(cháng)的監控應用;中小學(xué)校園、城市廣場(chǎng)、旅游景區等。從應用的行業(yè)來(lái)看,包括交通、公安、航空、通訊、環(huán)保、水利、農林牧漁,以及邊防等。

總結

透霧技術(shù)經(jīng)過(guò)多年的發(fā)展,經(jīng)歷了多個(gè)階段,形成了以彩色透霧和黑白透霧兩種不同的需求方向。彩色透霧,以當下各大安防廠(chǎng)家競爭的“透霧算法”為核心關(guān)鍵;黑白透霧,則是以“光學(xué)透霧”為基礎和典型代表,可增加透霧算法來(lái)達到更好的透霧效果,力求得到更好的透霧效果,最典型的做法是“光學(xué)+算法透霧”,在濃霧下依舊清晰成像。透霧技術(shù)的發(fā)展也一直伴隨著(zhù)透霧算法的進(jìn)步,可以說(shuō),安防廠(chǎng)家誰(shuí)掌握了透霧的核心算法,誰(shuí)就掌握了“霧霾天”下的核心競爭力。

透霧技術(shù),助你撥開(kāi)迷霧、不再迷茫。你是選擇彩色?還是更透的黑白?



關(guān)鍵詞: ??低曂胳F技

評論


技術(shù)專(zhuān)區

關(guān)閉
国产精品自在自线亚洲|国产精品无圣光一区二区|国产日产欧洲无码视频|久久久一本精品99久久K精品66|欧美人与动牲交片免费播放
<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>