从智能视频分析的分类看明景模糊图像处理系统

• 2020/10/27

从广义上来说，可以把智能视频分析技术分为三类：

视频分析类

该类主要是在监控图像中找出目标，并检测目标的运动特征属性（如目标相对的像素点位置，目标的移动方向及相对像素点移动速度，目标本身在画面中的形状及其改变），根据以上的基本功能，视频分析可分为以下几个功能模块：周界入侵检测、目标移动方向检测、目标运动、停止状态改变检测、目标出现与消失检测、人流量、车流量统计、PTZ自动追踪系统、系统智能自检功能等。

视频识别类

该类包括人脸识别、步态识别与车牌识别，其主要技术是在视频图像中找出局部中一些画面的共性，如人脸必然有两个眼睛，如果可以找到双目的位置，那么就可以定性人脸的位置及尺寸。

视频改善类

该类主要是针对一些不可视、模糊不清，或者是对振动的图像进行部分优化处理，以增加视频的可监控性能。具体包括：红外夜视图像增强处理、车牌识别影像消模糊处理、光变与阴影抑制处理、潮汐与物体尺寸过滤处理、视频图像稳定系统等。

明景模糊图像处理系统

明景模糊图像处理系统针对模糊的图像，用不同的方法使图像清晰化。以辅助应用人员更好的挖掘图像中有用信息，如车辆牌照号、人脸信息、外观特征等。除了手工设置图像处理参数外，系统可以通过遍历方式，自动寻找最优算法参数，从而达到理想处理效果。支持照度校正、环境问题处理、特定模糊处理、色彩增强处理、影像模式转换、任意模糊恢复、噪声处理、高级影像放大、轮廓析出处理。

图像降噪

该模块包含图像处理中降噪的几种常用方式，模块截图如下：

最大值降噪：当前点位置像素值用其邻域像素的最大值代替。

最小值降噪：当前点位置像素值用其邻域像素得最小值代替。

均值降噪：当前点位置像素值用其邻域像素均值代替。

中值降噪：当前点位置像素值用其邻域像素中值代替。

倒梯度降噪：对椒盐噪声的降噪效果最好。倒梯度降噪—当前点像素值用邻域像素与自身像素的加权平均得到，加权值由自身像素和邻域像素的梯度倒数得到。

高通滤波：是一种过滤方式，规则为高频信号能正常通过，而低于设定临界值的低频信号则被阻隔、减弱。

低通滤波：是一种过滤方式，规则为低频信号能正常通过，而超过设定临界值的高频信号则被阻隔、减弱。

图像增强

根据使用需求，该模块主要包括图像去雾、白天增强、低照度增强，模块截图如下：

图像去雾：

图像去雾方法可以和图像对比度、图像锐化综合使用，达到最佳的视觉效果。

白天增强：

白天增强的效果依赖于四个参数，最大尺度、尺度数量、尺度分布和对比参数。首先调节最大尺度，该值默认为240，一般调整值大于100；其次调整尺度数量，随着尺度的增加，算法耗时变长，默认取值为3，；尺度分布有三项选择，代表最小尺度和最大尺度之间选择尺度的分布情况，0代表平均分布、1代表偏低（选择尺度趋于最小尺度）、2代表偏高（选择尺度趋于最大尺度）。最后根据效果像调整对比参数，对比参数取值越小，效果图像对比度越大。

低照度增强：

低照度增强可以将光线暗的图像调整为最佳的视觉效果。

图像去模糊

该模块针对使用情况，给出迭代反投影算法、维纳滤波、直线运动去模糊、散焦模糊、任意模糊等功能模块，见下图：

运动去模糊效果依赖于三个参数，运动速度、运动角度、锐度。每个条件后遍历按钮，都会按照条件的取值范围分段尝试，并在弹出的列表中显示结果，需要用户从中选择出最佳结果。待全部条件确认完毕后，点击确认按钮，等待处理结果。由于运动去模糊本身的复杂性，这里需要一定的时间去获取去模糊的效果图像。

建议使用方法：首先裁剪出模糊的部分，然后点击“屏幕取值”然后在图片上点击移动，生成的圆半径为运动的大小，绿色的半径对应运动方向。可以在图上选择一条明显由运动产生的条纹，使绿色线与运动方向一致。确定运动方向后可以点击运动速度右侧的“遍历”按钮，生成不同的结果，在结果中选择相对清楚的再做下一步处理。

画面矫正

该模块主要是针对鱼眼图像进行修复，根据鱼眼图像的分类包括俯视鱼眼图像和平视鱼眼图像矫正两个部分。

俯视鱼眼图像

俯视鱼眼图像如图所示：

鱼眼图像展开图如图所示：

俯视鱼眼图像矫正，将一幅360角度图像展开成为平面全景图像。

平视鱼眼图像

平视鱼眼图像如图所示：  

矫正效果：

平面鱼眼图像矫正效果依赖于角度信息，角度反应鱼眼图像“凸”的程度，上图给定鱼眼图像在139角度的最佳矫正效果，拖动角度滑块可以看出变化的鱼眼矫正图像。