浅谈安防监控中视频图像处理技术

2019-08-15 21:39:20

随着计算机软件、硬件技术的日新月异的发展和普及，人类已经进入一个高速发展的信息化时代，人类大概有80%的信息来自图像，科学研究、技术应用中图像处理技术越来越成为不可缺少的手段。安防行业已经进入一个崭新的时代，高清、智能与大数据和云技术的广泛结合应用，成为时代新的话题。随着而来的是，视频图像处理技术也逐渐成熟起来，只有这样才能切合行业技术发展，为此，对于视频图像处理技术的研究成为安防行业值得重视的领域。

视频图像处理技术的应用价值

视频图像处理技术简而言之就是用计算机对视频数字图像进行处理，其本质是一种信号处理过程，而且是离散信号处理。在视频监控行业为什么要进行图像处理呢？那我们就需要分析视频图像处理后所带来的优势有哪些？

其一，提高图像的视感质量，如进行图像的亮度、彩色变换，增强、抑制某些成分，对图像进行几何变换等，以改善视频图像的质量。

其二，提取视频图像中所包含的某些特征或特殊信息，这些被提取的特征或信息往往为计算机分析图像提供便利。提取特征或信息的过程是计算机或计算机视觉的预处理。提取的特征可以包括很多方面，如频域特征、灰度或颜色特征、边界特征、区域特征、纹理特征、形状特征、拓扑特征和关系结构等。

其三，视频图像增强与复原。图像增强的目的是将图像转换为更适合人和机器的分析的形式。常用的增强方法有：灰度等级直方图处理；干扰抵制；边缘锐化；伪彩色处理。图像复原的目的与图像增强相同，其主要原则是为了消除或减少图像获取和传输过程中造成的图像的损伤和退化，这包括图像的模糊、图像的干扰和噪声等，尽可能的获得原来的真实图像。无论是图像增强还是图像的复原，都必须对整副图像的所有像素进行运算，出于图像像素的大数量考虑，其运算也十分的巨大。编码的目的是在不改变图像的质量基础上压缩图像的信息量，以满足传输与存储的要求。编码多采用数字编码技术对图像逐点的进行加工。这一点在公安针对视频图像来还原细节中经常遇到。

其四，图像的分析。从图像中抽取某些有用的度量、数据和信息，以的到某种数值结果。图像分析用图像分割方法抽取图像的特征然后对图像进行符号化的描述，这种描述不仅能对图像是否存在某一特定的对象进行回答，还能对图像内容进行详细的描述。

其五，能使图像再现性。数字图像处理与模拟图像处理的根本不同在于，它不会因图像的存储、传输或复制等一系列变换操作而导致图像质量的退化，只要图像在数字化时准确地表现了原稿，则数字图像处理过程始终能保持图像的再现。

其六，灵活多变的处理功能。针对模拟技术而言，我们现在的视频监控图像处理技术可以把监控画面分割为任意大小的二维数组，这意味着图像的数字化精度可以达到满足任一应用需求，符合行业高清化趋势。

其七，适用面宽。视频监控图像可以来自多种信息源，比如可以是银行画面，也可以是机场或者海事等远距离监控，不论是来自哪个行业的信息源的图像只要被变换为数字编码形式后，均是用二维数组表示的灰度图像组合而成，

其八，灵活性高。数字图像处理不仅能完成线性运算，而且能实现非线性处理，即凡是可以用数学公式或逻辑关系来表达的一切运算均可用数字图像处理实现。

不过，视频图像处理技术占用的频带较宽,，所以在成像、传输、存储、处理、显示等各个环节的实现上，技术难度较大，成本也高，这就需要我们了解制约视频图像处理技术的因素。

视频图像处理技术的主流技术

视频图像处理就技术而言涉及的知识面十分广阔，具体方法种类繁多，应用也极为普遍，但如果在安防行业角度分析，该技术的主要内容包括三大部分：图像压缩；增强和复原；匹配、描述和识别。由于超高清的要求，在图像压缩方面H.265自然优势大，由于关于H.265的技术专题已经阐述了和视频图像处理的关系，本文就不在这方面做具体介绍。为此，在剩下的两部分我们目前主要关注的视频图像处理技术有以下几个方面：

智能分析处理技术

智能分析处理技术是目前中国安防行业较为关注的图像处理技术，该技术简而言之，就是发现图像中运动的物体，并对其进行跟踪、分析，及时发现异常行为，触发报警并采取其他措施进行干预。智能分析处理技术是基于监控图像处理软件包而开发的，主要有以下几种图像处理形式：

1、将(运动)目标从视频图像中分离出来。2、对目标进行行为分析，判定其运动的方向、方式，并能发现和告警异常的行为；产生目标的运动轨迹，并能进行目标的自动跟踪。3、实现视频语义的解析，图像处理分析的高层次。通过对一个图像序列作出分析，得出其包含的真实信息，可以与话音的语义解析结合起来，逐步实现视频语义的解析。4、在复杂环境下实现目标的分离、行为分析和运动跟踪，特别是实现多目标的跟踪。

上述几点早已有实际应用(比如，单绊线入侵检测、多绊线、围栏入侵、进入/退出区域检测、徘徊检测、遗留物检测、物体搬移检测、物体出现检测、物体消失检测、人群密度、人群突变、奔跑检测、逆向检测、人流量、火焰检测、烟雾检测、场景变化、单球机PTZ自动跟踪等)，但基本上是在简单环境下，针对少数目标进行智能化的图像处理。在复杂环境视频监控环境(多人流、多移动、恶劣天气)下实现这些功能，是图像智能分析处理技术真正价值所在。要解决多个图像的综合分析，图像间目标的关联，目标跟踪的连续性，这都是市场应用的迫切需要，也是我们亟待解决的问题。

宽动态技术

宽动态技术是松下第一个在监控行业尝试，那是1977年它的宽动态范围是40倍，引入国内受到业界追捧是在2005年的深圳安博会。两年后，美国PIXIM方案也在市场上广为流行，成为宽动态的另一种选择。

宽动态视频图像处理技术主要是用来解决摄像机在宽动态场景中采集的图像出现亮区域过曝而暗区域曝光不够的现象。简而言之，宽动态技术可以使场景中特别亮的区域和特别暗的区域在最终成像中同时看清楚。这种技术是安防行业应为普遍的视频图像处理技术，经过十多年的市场洗礼和技术提升，目前还是存在一些不足。一是源自它在高亮区域短曝特征，会导致在日光灯场景下亮区域出现横条纹闪烁，这是常见的日光灯工频引起的闪烁现象，因为在亮区域的曝光时间非常短，没有达到抗闪所需的最低曝光时间;二是源自它在暗区域长曝特征，当物体进行高速运动时会因过长的曝光时间而产生拖影现象。

透雾处理

这个技术在2010年随着高清的到来开始在国内应用，当时日立推出的机芯产品就主打透雾功能。该技术是可实时处理各种雾霾天气中的视频图像，去除由雾霾造成的景象朦胧、模糊、看不清或看不见的情况，能够显著增强视频图像的细节信息，使原来被遮隐的图像细节得以充分展现，并保持了原有的色彩色调，使视频图像变得极其明亮、通透和清晰，因而获得了良好的图像质量与视觉感受。

无损实时放大处理

可实时对视频图像进行各种倍率的放大，放大的视频图像没有任何模糊和马赛克，并能够对原视频图像的细节部分予以充分的保留。

强光抑制处理

可实时对视频图像中的强光亮点或区域进行抑制，使强光范围和亮度减小，恢复被强光散射遮掩的目标景物的轮廓和色彩，获得清晰的视频图像。

去除模糊处理

可处理图像中的散焦模糊和运动模糊等，使被观察景物图像变得清晰。

前三种可以说是目前安防行业关注的三种视频图像处理技术，后三者的图像处理由于各个厂家大多采用市面上几个主流的产品方案，以至于在产品性能表现时都没有多大优劣区别。

视频图像处理技术在安防的要求特殊

由于计算机的处理速度极快，且数字信号具有失真小、易保存、易传输、抗干扰能力强等特点，因而计算机图像处理的应用十分广泛，包括航空航天、遥测技术、医疗器械、工业自动化检测、安全识别、安防监控、娱乐媒体等各大领域。每一个应用领域都有其领域的特殊性要求，安防监控行业应用也有其固有的特殊性。

对图像清晰度要求较高。在治安监控现场，公安机关往往需要通过监控录像来辨认嫌疑人、证据等。一般清晰度不高的视频都达不到这种要求。在交通监控现场，交警需要通过监控图像来识别车牌、违章行为、驾驶人等要求，模糊的图像在这种场合根本无法应用。

不同的行业监控，对图像要求的差异性。比如医疗监控，对图像的色彩还原性要求比较高。智能交通监控，对摄像机夜间照度和抓拍速度要求比较高，要求能清晰辨别车牌。在无人值守监控，需要设备在无人看管的条件下能长期稳定的工作。

户外安装，无人看守。在安防领域，大多情况设备需要安装在室外，设备需要经受常年的风吹日晒。要经历常年温度、湿度、盐度、辐射等自然条件的影响。电子设备自身的老化的速度会比其他领域要相对快一些。摄像机镜头、电子设备、传输线路等设施的老化会导致图像越来越模糊。

海量视频路数的要求。在大型平安城市监控项目中，视频路数会达到上万路，甚至更多路。如此海量的视频路数，对网络带宽、存储设备都提出了很高的要求。所以在视频监控领域都期望视频编码的码率压缩比达到较高水平，从而降低对带宽和容量的要求。这就导致在视频编码环节产生更多的信息丢失，从而导致

图像模糊

安防的这些特殊应用场所，都会导致图像清晰度的下降，反过来又对图像清晰度有很高的要求，势必会导致模糊图像处理技术在这里有广阔的应用前景。

视频监控图像处理技术发展趋势

之前也介绍了智能视频分析和宽动态在技术应用中还是存在一些不足或者说发展空间，比如在提高精度的同时着重解决处理速度的问题，巨大的信息量和数据量和处理速度仍然是一对主要矛盾。除此之外，视频监控图像处理技术由于部分设备性能不足、客观条件限制等因素，在实际的视频监控应用中，仍会出现视频图像模糊不清、关键信息捕捉不到等问题。而在视频图像处理的过程中，由于操作技术问题或者客观因素等，给视频图像处理技术的应用带来一些负面影响，降低了处理技术的水平和质量。所以，我们在探究该技术的未来发展趋势就便得十分有意义。有几个趋势如下：

其一，在大数据时代，未来数据图像技术强调高清晰度、高速传输、实时图像处理、三维成像或多维成像、智能化、自动化等方向发展。

其二，智能化方面，力争使计算机识别和理解能够按照人的认识和思维方式工作，能够考虑到主观概率和非逻辑思维。这里有一点需要指出，AI在智能化方面可以做图像数据与内容的提取与分析，但是并不能在视频图像处理方面做文章。

其三，未来视频图像处理技术强调操作、运用的方便性，图像处理功能的集中化趋势是必然会存在的。所以，硬件芯片的开发研究十分重要，如Thomson公司采用Systolic结构设计了把图像处理的众多功能固化在芯片上。

结束语

图像处理技术起源于20世纪20年代，当时通过海底电缆从英国伦敦到美国纽约采用数字压缩技术传输了第一幅数字照片。许多年过去，视频图像处理技术被安防行业大量应用，技术更新日新月异。如果把图像处理当做一个细节的话，那么，细节将决定成败，监控行业亦如此。