石鑫华视觉论坛微信公众号:石鑫华视觉

 找回密码
 注册会员
查看: 3155|回复: 0

[新闻百科] 物联网时代 模糊图像处理将实现自动化

[复制链接]
  • TA的每日心情
    擦汗
    21 小时前
  • 签到天数: 3155 天

    连续签到: 25 天

    [LV.Master]2000FPS

    发表于 2015-3-25 19:44:20 | 显示全部楼层 |阅读模式 来自:广东省东莞市 移动

    注册登陆后可查看附件和大图,以及购买相关内容

    您需要 登录 才可以下载或查看,没有账号?注册会员

    x
    物联网时代 模糊图像处理将实现自动化

            随着寒潮来袭,受恶劣天气(雾、雨、风、光等)和监控系统自身技术条件的限制,视频图像往往达不到理想的效果。图质出现退化或模糊不清,进而导致对识别、取证、事件分析等操作造成困难,使系统无法正常应用。因此,模糊图像处理技术的研究和应用在安防领域具有很重要的意义,对于监控应用行业来说,模糊图像处理在行业应用中有着特殊的意义。

    模糊图像处理技术的发展

      从20世纪90年代以来,安防行业经历了一个飞速发展的时期。随着安防监控系统从全模拟到全数字的发展,人们对图像质量要求越来越高,图像分辨率也经历了从CIF到标清再到高清的变迁。

      早期传统的监控系统采用模拟信号传输方式,称为第一代全模拟监控时代,那时的视频文件通过磁带录像机进行录制和保存。因为视频图像的存储都是采用模拟设备,模拟存储设备随着使用时间的延长,图像会有一定的信息损失。但是模糊图像处理技术是基于数字图像进行处理的技术,所以在纯模拟年代,其还没有被引入到安防领域。
      因模拟监控系统固有的缺陷,随着计算机技术的不断发展,数字存储方式逐渐取代了模拟磁带存储。随之进入了第二代准数字监控系统,以数字硬盘录像DVR为主,替代了模拟录像机,跨出数字监控的第一步。在视频图像数字化以后,图像处理技术开始派上了用场,模糊图像处理技术逐步被引入到安防领域。
      随着计算机与网络技术的发展,目前视频监控已经发展到了基于IP网络的全数字监控时代,这样就进入了第三代全数字网络视频监控时代。这个时代的代表产品以IPC、NVR为主。视频图像数字化以后,模糊图像处理技术在安防领域便得到了广泛的应用。
      模糊图像处理技术属于图像处理技术的一种,其利用计算机,对图像信息中的数字信号进行运算或处理,以期提高图像的质量,使达到预期的结果,因此也称为计算机图像处理技术。如对被噪声污染的图像除去噪声、对信息微弱的图像进行增强处理、对失真的图像进行几何校正等。近年,随着人们安全防范意识越来越高和社会对安保需求的越来越强烈,监控图像处理技术也将在这样的市场需求和规律中不断演进,并发挥出越来越明显的作用。
    安防行业的特殊要求

      计算机图像处理是将图像信号转换成数字信号并利用计算机对其进行处理。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、安全识别等各大领域。每一个应用领域都有其特殊性要求,在安防监控行业应用也有其固有的特殊性:

      1、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,模糊图像在这种场合根本无法应用。
      2、不同行业的监控,对图像要求具有差异性。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,需要设备在无人监管的条件下能长期稳定工作。
            3、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。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、传输线路等设施的老化会导致图像越来越模糊。
      4、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。所以在视频监控领域都期望视频编码的码率压缩比达到最高,从而降低对带宽和存储容量的要求。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。
      安防领域的这些特殊应用要求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。
    模糊图像处理技术的局限性

      目前受硬件技术水平、传输带宽以及应用环境等因素影响,图像模糊问题还无法得到彻底解决。

      图像从采集、传输、存储到显示,任何一个环节对图像质量都很关键,任何一个步骤出问题都会影响图像质量,而且这种影响是不可逆的。所以说,彻底解决图像模糊问题,需要一个全方位的技术更新。比如,在当前的数字图像技术的背景下,编码技术是影响图像质量的瓶颈之一,如果出现一种压缩比高、图像损失小的编码算法,当然会一定程度解决因为压缩导致的图像模糊问题,不过要实现这种算法效果,通常需要更高的运算代价,所以还需要硬件技术的更新来满足这样的算法。
      类似超分辨重构的模糊图像处理技术,由于其算法的复杂性,目前的常规设备还很难做到实时处理高清图像,所以算法的效率仍是目前模糊图像处理不足的原因之一,这就需要从算法和硬件两方面入手,提高算法效率,同时也需要提升硬件性能。
      另外,目前各种针对模糊图像处理的算法,都是基于某种特定场景应用而产生的解决方法,各种算法存在的局部性和局限性都造成了算法应用的障碍。所以在未来的很多年,关于图像处理的算法和模型也还有很长的路要走。
    发展趋势及展望

      广义上说,获取不到足够信息的图像都可以叫做模糊图像,所以图像模糊问题会随着人们需求的提升而有新的表现。比如目前的监控领域也许只需要一幅有一定分辨率的图像能满足人脸识别的需求即可,随着社会的发展也许我们需要通过一段视频来分析某人的嘴部动作,从而分析他在说什么,这样的话会需要更高分辨率更清晰的图像。这将是一个永恒不变的追求方向,所以模糊图像处理的问题将会被一直研究下去。

      视频监控作为物联网的一部分,随着物联网的不断发展和应用,最终将会朝着智能化的方向发展,图像模糊的自动分析即成为系统自检应用的技术之一,通过智能分析,系统将会自动识别图像的几何形状、色彩、噪声、模糊、融合,以及超分辨等图像效果进行自动分析和处理。随着模糊图像处理技术的应用范围越来越广泛,模糊图像处理技术和智能分析的完美结合必然成为发展趋势。
    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 注册会员

    本版积分规则

    LabVIEW HALCON图像处理入门教程(第二版)
    石鑫华机器视觉与LabVIEW Vision图像处理PDF+视频教程11种全套
    《LabVIEW Vision函数实例详解》教程-NI Vision所有函数使用方法介绍,基于NI VISION2020,兼容VDM21/22/23
    LabVIEW图像处理教程
    机器视觉商城淘宝店铺
    视觉论坛充值赞助方法

    QQ|石鑫华视觉论坛 |网站地图

    GMT+8, 2024-3-28 21:46

    Powered by Discuz! X3.4

    © 2001-2024 Discuz! Team.

    快速回复 返回顶部 返回列表