模糊图像处理技术在安防领域的应用

　　天地伟业一直被誉为安防超市，其产品覆盖安防领域的各种场所和行业，拥有一整套完整的行业解决方案。我们的产品除了尽量提供更合理的采集条件和采集环境之外，还在编码和图像处理上也做了很多工作。我们在图像处理上采用了从前端到后端综合优化的多种处理方案。

　　5.1 动态编码参数调节

　　我们的产品会根据网络带宽情况，动态调整压缩编码方案，在带宽条件好的时候传输高分辨率或低压缩比画质较高的图像，在带宽条件较差的时候，选择压缩比高或低分辨率的图像，尽量充分利用带宽。在带宽条件较差的情况下根据行业特殊需求也会动态降低视频帧率，来提高图像质量。

　　5.2 动态场景自适应

　　我们还根据具体的应用场景进行视频采集参数的调节，比如自动亮度、动态对比度、色彩补偿等技术。并应用各种频域的滤波技术，增强图像纹理和去除各种噪声；对于某些特殊应用场景，我们会采用超分辨重构技术来提高某些帧的清晰度，获取关键信息。

　　动态对比度的视线原理主要是根据图像的统计信息，分析图像的亮度值分布情况，自动分析主要的图像信息可能的分布范围，把该亮度范围进行拉伸，提高该范围的对比度，同时适当调整亮度，使之更符合人眼的感受范围。

　　实现过程主要是通过对图像的直方图统计分析图像的亮度范围，对低亮度的图像适当拉伸低亮度范围的对比度，并适当调高亮度范围。对于高亮度的图像拉伸高亮度范围的对比度，降低亮度。这种方法对于低照度导致的图像模糊有较好的校正效果，效果图见5-1。

　　图5-1 动态对比度调整前后效果图

　　5.3 智能锐化

　　锐度增强的原理主要是在把图像分成三个频带：低频，中频，高频。低频分量主要对应图像中较大的物体的轮廓，中频分量对应一般的轮廓和纹理，高频分量对应图像中的细节信息。分别提取图像中三个频段的信息，根据需求对三个频段的信息乘上一个增益系数，再叠加到原始图像上，达到锐度增强的效果。

　　实现过程主要是通过设置三个对应不同频段的高通滤波器，通过卷积原始图像提取三个不同频带的信息，将提取的信息乘上增益系数，叠加到原始图像。这种方法对于压缩编码损失导致的模糊有一定效果。

　　天地伟业把锐度增强和智能分析结合在一起，比如只对图像中运动变化的部分也就是监控感兴趣的部分图像进行锐度增强，而对其他相对静止的部分，不容易产生模糊的部分不做处理，这样既可以提高处理速度，也可以有效解决图像模糊问题。

　　图5.2 智能锐化前后效果对比图

　　6、发展趋势及展望

　　从广义上说，获取不到足够信息的图像都可以叫做模糊图像，所以图像模糊问题会随着人们需求的提升而有新的表现。比如目前的监控领域也许只需要一副有一定分辨率的图像能满足人脸识别的需求即可，随着社会的发展也许我们需要通过一段视频来分析某人的嘴部动作，从而分析他在说什么，这样的话我们会需要更高分辨率更清晰的图像。这将是我们的一个永恒不变的追求方向，所以模糊图像处理的问题将会被一直研究下去。

　　视频监控作为物联网的一部分，随着物联网的不断发展和应用，最终将会朝着智能化的方向发展，图像模糊的自动分析即成为系统自检应用的技术之一，通过智能分析，系统将会自动识别图像的几何形状、色彩、噪声、模糊、融合以及超分辨等图像效果进行自动分析即处理。随着模糊图像处理技术的应用范围越来越广泛，模糊图像处理技术和智能分析的完美结合必然成为发展趋势。