图像传感技术之图像信号处理

　　特性功能

　　力维研发具有一定针对性的图像处理技术消除客观环境中的某一特定干扰，从而获取特定环境下的高质量监控图像，如用3D数字降噪功能有效地将低照度场景图像和运动场景图像中产生的噪声滤除，产生高质量的清晰图像;用宽动态功能获得图像暗处的细节而图像的明亮处又不过曝;用实时视频透雾功能获得准确、自然的透雾图像。实现这些特性功能的相关算法介绍如下。

　　3D数字降噪算法

　　在视频图像降噪算法中，时域降噪比空间去噪在保护边缘和细节方面更有优势。根据此原理提出了一种空间域和时域相结合的降噪算法，即3D数字降噪算法。图像内容在帧间具有很强的相关性，在时域上，基于运动估计在当前帧的前一帧和后一帧中同时搜索匹配块。对搜索到的匹配块进行运动强度检测，如果运动强度较小，就进行时域滤波，如果运动强度过大，就对当前块进行空域滤波。通过这种时域和空域的结合，有效地消除了视频图像中噪点，从而获得平滑、纹理细节丰富的画面。3D数字降噪功能多用在低照度场景和运动场景，但对于运动比较剧烈的物体，常会出现“拖尾”现象。3D数字降噪算法对视频图像的优化效果如表1所示：

　　宽动态算法

　　宽动态技术是在非常强烈的对比下让摄像机看到影像的特色而运用的一种技术。 当在强光源(日光、灯具或反光等)照射下的高亮度区域及阴影、逆光等相对亮度较低的区域在图像中同时存在时，摄像机输出的图像会出现明亮区域因曝光过度成为白色，而黑暗区域因曝光不足成为黑色，严重影响图像质量。

　　宽动态处理算法严格来说有两种，一种是将宽动态图像的原始数据通过算法压缩至低动态范围,同时尽可能的保持图像的细节和对比清晰;一种是将原本的低动态范围图像通过算法提升图像中的细节和对比的清晰程度。前一种处理的数据是来自图像传感器输出的信号，即最早的原始数据，而后一种处理的数据来自低动态范围的图像数据。针对特定的逆光场景，宽动态处理算法在强光照地方采用短曝光，在低光照处采用长曝光，采用相关算法合成短曝光数据和长曝光数据，得到的图像既能保留暗处的细节又不会让明亮处过曝。宽动态处理效果如下图所示：

　　实时视频透雾算法

　　空气中的液滴和固体小颗粒使户外监控视频质量明显降低，在雾霾天气下，图像色彩黯淡、对比度变低，一些重要目标的细节更是淹没在雾气中难以被察觉，视频监控系统的实用性受到很大影响。因此，去除视频中的雾气，进而改善图像质量，成为提升户外视频监控系统应用价值越发重要的一项关键技术。

　　目前已知的透雾算法大致可以分为两大类:一种是非模型的图像增强方法，通过增强图像的对比度，满足主观视觉的要求来达到清晰化的目的;另一种是基于模型的图像复原方法，它考查图像退化的原因，将退化过程进行建模，采用逆向处理，以最终解决图像的复原问题。目前通过增强的方式来进行透雾处理典型的方法包括：直方图均衡化、滤波变换方法和基于模糊逻辑的方法。直方图均衡化方法，其中全局化方法运算量小但对细节的增强不够;局部均衡方法效果较好，但可能引入块状效应、计算量大、噪声被放大及算法效果不易控制的问题，其视频处理效果如图2所示。滤波变换的透雾算法，通过局部处理能获得相对较好的处理结果，但它们的计算量巨大、资源消耗多、不适于实时性要求较高的设备。基于模糊逻辑的方法透雾的效果不够理想。

　　除以上特性功能外，力维还推出了背光补偿功能、强光抑制功能、电子防抖功能、低照度功能等。背光补偿功能逐渐被宽动态功能所取代;强光抑制功能常用于夜间车牌定位和识别;电子防抖动功能可消除画面抖动引起的拖尾现象，使视频锐利、流畅;低照度功能确保摄像机在超低照度下，仍然可以获取细节清晰的图像。

　　结束语

　　目前，图像信号处理技术在监控行业的研究和应用还处于初级阶段，客观环境复杂多变，要想得到稳定准确的结果还有很多地方需要付出努力。图像信号处理技术的实际应用价值已经引起了行业的重视，特别是在当前监控智能化和高清化的趋势下，数字图像信号处理技术是智能化和高清化最基本的应用单元，它的性能好坏直接影响到整个视频监控系统的质量。为此，力维投入了大量的人力和财力进行开发和研究，现已颇有斩获。作者单位：深圳中兴力维技术有限公司

声明:

凡文章来源标注为"CPS中安网"的文章版权均为本站所有，如需转载请务必注明出处为"CPS中安网"，违反者本网将追究相关法律责任。非本网作品均来自互联网，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。