微波EDA网,见证研发工程师的成长!
首页 > 硬件设计 > 硬件工程师文库 > 模糊图像处理解决方案

模糊图像处理解决方案

时间:05-11 来源:互联网 点击:

  造成图像模糊的原因有很多,且不同原因导致的模糊图像需要不同的方法来进行处理。从技术方面来讲,模糊图像处理方法主要分为三大类,分别是图像增强、图像复原和超分辨率重构。本文将从这三方面切入剖析。

  智能化设备管理技术是利用系统管理平台软件的设备管理服务,对所有的监控设备包括摄像机、云台、编码器和系统服务器进行不间断的实时监测,当发现故障时能及时通过各种方式告警,提示维护人员及时处置。一个系统可以按照网络拓扑结构部署多台设备管理服务器,分区域对设备进行实时的巡检,这样可以大大提高系统的维护效率,尽可能做到在设备发生故障时,在不超过10分钟的时间内被监测到并告警。

  建设目标

  本方案拟应用先进的机器学习和计算机视觉技术,仿真人类的视觉系统,针对某市公共安全图像资源前端摄像头出现的雪花、滚屏、模糊、偏色、画面冻结、增益失衡和云台失控等常见摄像头故障以及恶意遮挡和破坏监控设备的不法行为做出准确判断,并自动记录所有的检测结果,生成报表。以便用户轻松维护市公共安全图像资源系统。

  技术路线

  将视频故障分成视频信号缺失、视频清晰度异常、视频亮度异常、视频噪声、视频雪花、视频偏色、画面冻结、PTZ运动失控八种类型。其中视频信号缺失、随着"平安城市"的广泛建设,各大城市已经建有大量的视频监控系统,虽然监控系统己经广泛地存在于银行、商场、车站和交通路口等公共场所,但是在公安工作中,由于设备或者其他条件的限制,案情发生后的图像回放都存在图像不清晰,数据不完整的问题,无法为案件的及时侦破提供有效线索。经常出现嫌疑人面部特征不清晰、难以辨认、嫌疑车辆车牌模糊无法辨认等问题,这给公安部门破案、法院的取证都带来了极大的麻烦。随着平安城市的推广、各地各类监控系统建设的进一步推进,此类问题将会越来越凸显。

  模糊图像产生的原因

  造成图像模糊的原因很多,聚焦不准、光学系统的像差、成像过程中的相对运动、大气湍流效应、低光照、环境随机噪声等都会导致图像模糊。另外图像的编解码、传输过程都可能导致图像的进一步模糊。总体来说,造成图像模糊的主要原因如下:

  · 镜头聚焦不当、摄像机故障等;

  · 传输太远、视频线老化、环境电磁干扰等;

  · 摄像机护罩视窗或镜头受脏污、受遮挡等;

  · 大雾、沙尘、雨雪等恶劣环境影响;

  · 由视频压缩算法和传输带宽原因导致的模糊;

  · 摄像机分辨率低,欠采样成像;

  · 光学镜头的极限分辨率和摄像机不匹配导致的模糊;

  · 运动目标处于高速运动状态导致的运动模糊等;

  ……

  模糊图像常用解决方案

  对于模糊图像处理技术,国内大学和科研机构在多年以前就在研究这些理论和应用,相关文献也发布了不少,已经取得了一些很好的应用。美国 Cognitech软件是相当成熟的一套模糊图像恢复应用软件,在美国FBI及其他执法机构中已有多年实际应用,其恢复出的图像可以直接当作法庭证据使用,可见模糊图像处理技术已经取得了相当的实际应用。

  前面提到,造成图像模糊的原因有很多,要取得比较好的处理效果,不同原因导致的模糊往往需要不同的处理方法。从技术方面来讲,模糊图像处理方法主要分为三大类,分别是图像增强、图像复原和超分辨率重构。

  图像增强

  很多传统图像算法都可以减轻图像的模糊程度,比如图像滤波、几何变换、对比度拉伸、直方图均衡、空间域锐化、亮度均匀化、形态学、颜色处理等。就单个来讲,这些算法都比较成熟,相对简单。但是对于一个具体的模糊图像,往往需要上面的一种或者多种算法组合,配合不同的参数才能达到理想的效果。这些算法和参数的组合进一步发展成为具体的增强算法,比如"图像去雾"算法、"图像去噪"算法、"图像锐化"算法、"图像暗细节增强"算法等等。这些算法都不同程度提高了图像清晰度,很大程度改善了图像质量。

  综合使用形态学、图像滤波和颜色处理等算法可以实现图像去雾的算法,图1是一个去雾算法的实际使用效果,类似的图像增强算法还有很多,不再一一列举。

  

  图像复原

  图像复原与图像增强技术一样,也是一种改善图像质量的技术。图像复原是根据图像退化的先验知识建立一个退化模型,然后以此模型为基础,采用各种逆退化处理方法逐步进行恢复,从而达到改善图像质量的目的。

图像复原和图像增强是有区别的,两者的目的都是为了改善图像的质量。但图像增强不考虑图像是如何退化的

Copyright © 2017-2020 微波EDA网 版权所有

网站地图

Top