智能家居

视频图像处理技术在安防行业的应用

14年12月03日     千家安防网

[导读]数字视频和数字图像比传统的图像和视频分辨率要高,处理方便,易于操作和整理。但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……

       随着经济的发展和人们生活水平的提高,视频监控在生活中应用的范围越来越广,人们对新形势下视频处理技术的应用和发展问题尤为关注。

  数字视频和数字图像比传统的图像和视频分辨率要高,处理方便,易于操作和整理。但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。随着人们对监控图像质量的要求越来越高,提升监控图像的实用价值已经成为社会向整个安防行业提出的新要求。在这样的形式下,现在的主流视频图像处理技术是什么?数字图像处理技术在监控行业有哪些具体运用?

  视频图像处理技术的四大技术

  视频图像处理过程中会涉及到对视频图像数据的采集、传输、处理、显示和回放等过程,这些过程共同形成了一个系统的整体周期,可以连续性的运作。在视频图像处理技术范围内最主要的就是包括了图像的压缩技术和视频图像的处理技术等。目前,市场上主流的视频图像处理技术包括:智能分析处理,视频透雾增透技术,宽动态处理,超分辨率处理,下面分别介绍以上四种处理技术。

  l 智能分析处理技术

  智能视频分析技术是解决视频监控领域大数据筛选、检索技术问题的重要手段。目前国内智能分析技术可以分为两大类:一类是通过前景提取等方法对画面中的物体的移动进行检测,通过设定规则来区分不同的行为,如拌线、物品遗留、周界等;另一类是利用模式识别技术对画面中所需要监控的物体进行针对性的建模,从而达到对视频中的特定物体进行检测及相关应用,如车辆检测、人流统计、人脸检测等应用。

  l 视频透雾增透技术

  视频透雾增透技术,一般指将因雾和水气灰尘等导致朦胧不清的图像变得清晰,强调图像当中某些感兴趣的特征,抑制不感兴趣的特征,使得图像的质量改善,信息量更加丰富。由于雾霾天气以及雨雪、强光、暗光等恶劣条件导致视频监控图像的图像对比度差、分辨率低、图像模糊、特征无法辨识等问题,增透处理后的图像可为图像的下一步应用提供良好的条件。

  l 数字图像宽度动态的算法

  数字图像处理中宽动态范围是一个基本特征,在图像和视觉恢复中占据了重要的位置,关系着最终图像的成像质量。其动态的范围主要受保护信号量和平均噪声比值来决定的,其中动态范围可以从光能的角度来定义。

  数字的信号处理会受到曝光量中曝光效果、光照度和强度的影响和作用。动态范围跟图案的深度息息相关,如果图像动态范围宽,则在图像处理时亮度变化较为明显,但如果动态范围较窄,在亮度转化时,亮暗程度的变化并不明显。目前图像的宽动态范围在视频监控、医疗影像等领域应用较为广泛。

  l 超分辨率重建技术

  提高图像分辨率最直接的办法就是提高采集设备的传感器密度。然而高密度的图像传感器的价格相对昂贵,在一般应用中难以承受;另一方面,由于成像系统受其传感器阵列密度的限制,目前已接近极限。

  解决这一问题的有效途径是采用基于信号处理的软件方法对图像的空间分辨率进行提高,即超分辨率(SR:Super-Resolution)图像重建,其核心思想是用时间带宽(获取同一场景的多帧图像序列)换取空间分辨率,实现时间分辨率向空间分辨率的转换,使得重建图像的视觉效果超过任何一帧低分辨率图像。

  视频图像处理技术的应用

  显然,图像处理的目是改善图像质量、提取有用信息、识别预定目标等。在新发展条件下,随着人们对视频安防监控的重视,视频图像处理技术的研发与应用也越来越得到人们的关注。究竟视频图像处理技术在安防领域有哪些应用?小编列举以下四项:

  1) 视频监控在各类政府工程项目“平安城市”、“智慧城市”、“智能交通”、“3111工程”、“平安校园”等项目中,视频监控都是不可或缺的一部分。视频图像的质量直接影响安防监控的力度,应用视频图像处理技术可提高安防监控的质量。针对视频图像处理,迅通近期推出一款新产品——视频图像智能分析软件(简称迅通VAIS)。这是一款集合宽动态增强技术处理、超分辨率重建技术、去雾增强处理技术的视频图像处理软件,可广泛应用于恶劣环境下的监控视频图像处理,提升画面质量,同时无需在系统前端投入。该软件可通过对视频图像进行预处理,实现在无人值守后台的情况下不间断地对视频图像进行自动处理并归档,以方便随时调看处理过的视频,极大程度上将繁琐的处理过程简便化,为“平安城市”、“智能交通”等项目保驾护航。目前全国各地平安城市建议正如火如荼地进行,大部分重点城市平安城市建设已完成。项目完成后,监控系统的应用尤为重要,如何更好地应用该系统为城市治安,城市建议作贡献?面对海量的视频文件,如何提高应用?由于初期平安建设监控应用普遍使用模拟摄像机或者标清摄像机,视频画质比较模糊,要想满足高清化的应用需要,以往的方法是更换原有前端摄像机,该方法的缺点是大幅度增加成本投入,如果应用迅通VAIS视频处理软件,即可在低成本的情况下满足应用需求。

  2) 常规摄像机视场中的物体在有亮度较高的背景光情况下,如看门口或窗外的物体时,在拍摄过程中,被拍摄的主体目标后面有非常亮的背景或一个亮点光源。传统普通摄像机对单一图像中最亮和最暗部分的平衡调整能力非常有限,一般以摄取进来的所有光线的平均值为基准,并决定曝光等级。为了克服这个问题,一种称为背光补偿(BLC)的方法通过加权的区域理论被广泛使用在多数摄像机上。采用中央背光补偿(BLC)模式,它主要是靠提升视场中央部分的亮度、降低视场四周部分的亮度来达到看清位于中央位置内物体的目的。但是,在这种情况下摄像机无法同时看清前场景与后场景内的目标,使用宽动态(Wide-dynamic)范围工作模式可有效解决这一矛盾。在一些明暗反差较强烈的场合,传统摄像机的表现就不尽如意,得不到清晰的图像。于是通过技术手段使摄像机具备良好的宽动态功能(WDR),近年来宽动态摄像机被广泛应用于背光环境下的场合。但如果大范围应用宽动态摄像机,系统造价比较高,特别针对原有系统的升级,更是造成一种浪费。迅通VAIS视频图像处理中的宽动态背光处理技术可改善视频监控中整体偏黑、背光的图像,增加图像的层次跟细节,还原视频图像的关键信息。例如在交通视频、银行取款机监控视频、仓库视频等监控视频中,经常出现图像背光的情况,一旦出现事故视频图像将成为关键的信息来源。监管人员可利用宽动态、背光处理后的监控视频图像进行分析取证,提升视频摘要检索的准确率,获取关键信息,快速找到想要的数据。

  示例:下面为某车库入口场景图片:  

  左图为星光级高清摄像机下的暗光模拟视频,通过知名摘要软件摘要后,得出此段视频共有4个对象,最黑部分的关键人物摘要丢失。右图为将原视频经过迅通VAIS进行增强处理,再进行摘要后,结果同一段视频得出11个对象,大大增加识别准确率。此外,迅通VAIS还准确摘到右边暗处走出来的人物。

  3) 以视频监控为基础材料的图像侦查成为继刑侦、技侦、网侦之后侦查破案的第四大技术支撑。人们可通过视频图像智能分析处理技术,对视频中的特定物体进行检测与分析,从而获取视频关键信息,协助公安部门快速破案,实际应用在车牌分辨、背光人脸分辨等方面。

  示例:下图为快速公路,晚上10点左右,车灯强光照射,超速车速模糊车牌处理: 

  以上车辆图像,经过迅通VAIS多帧重建后,可以辨别车牌6位数字字母组合中的5位。可见,视频图像处理技术能提高人们对关键信息的获取能力,助力图像侦查。

  4) 连日来的大雾天气形成了巨大的污染带,从北京、天津到石家庄,从郑州、南通到贵阳,空气污染指数持续上升,全国74个重点监测城市近半数严重污染,北京城区PM2.5一度逼近1000。巨大的雾霾笼罩在中国上空,遮蔽了视线,严重影响着各地居民的正常生活及交通运输畅通。据相关技术人员介绍,雾霾天气下,大部分视频监控系统所监控的图像色彩将会暗淡、其对比度也会变低,因此会导致一些重要目标的细节淹没在雾气中难以发现,这就会导致视频监控系统正常功能发挥受到影响。如何去除视频中遮挡的雾气等杂物,提高视频成像清晰度,成为当前户外视频监控系统中一项重要的技术,尤其是当前智能交通网的建设下,对这一要求更加迫切。迅通VAIS通过去雾处理技术对低质量、雾霾天气以及雨雪、强光、暗光等恶劣条件下的视频图像进行增强处理。解决视频监控图像的图像对比度差、分辨率低、图像模糊、特征无法辨识等图像问题,助力公安机关对图像信息的提取和判断。

  示例:下图为山区公路大雾视频处理对比:  

  在原始图像中,场景图像整体发白,细节模糊,对比度下降。经迅通VAIS处理以后,整幅图像对比度加大,散射效应得到很大程度抑制,图像显得清晰、通透,增加了图像的层次和细节。

  总结

  随着科技的发展和时代的不断进步,视频和图像数据处理技术已经逐渐成熟起来,对人们的生活和工作起着重要的作用。未来,视频监控与我们生活的联系将日益密切。毫无疑问,视频图像处理技术的研发是时下最大的安防热点之一,也是众多安防企业值得关注的一个领域。(文章作者:广东迅通科技股份有限公司)

声明:凡注明为其它来源的信息均转自其它平台,目的在于传递更多信息,并不代表本站观点及立场。若有侵权或异议请联系我们。

千家智客微信公众号

扫描下方二维码,关注千家智客微信公众号(qianjiacom),随时随地知晓智能行业天下事!

编辑:凌巧兰

相关推荐

100/100字符

全部评论(0)