電子監控的常見模糊圖像處理應用分析

申川

摘要：在信息技術飛速發展的帶動下，電子監控在許多領域中都得到了廣泛的引用，如交通監控、軍事偵查、公共場所安全防范等，而電子監控圖像的清晰度和質量直接影響著監控系統的實際應用效果。導致監控圖像模糊不清的因素有很多，為了確保電子監控系統功能的有效發揮，有必要對模糊圖像進行清晰化處理，對圖像的質量進行改善。本文結合電子監控中一些常見的模糊圖像類型，對相應的處理技術進行了討論和分析，希望能夠為電子監控系統功能的發揮提供一些幫助。

關鍵詞：電子監控；模糊圖像；處理技術

中圖分類號：D918 文獻標識碼：B DOI：10 3969/j.issn.1001-0270.2017.04.30

Analysis of Common Fuzzy Image Processing Application in Electronic Monitoring

SHEN Chuan

（Shunde District， Foshan City， Guangdong Province Public Security Bureau Criminal

Investigation Team， Foshan 528300， China）

Abstract： In the rapid development of information technology， electronic monitoring has been widely quoted in many fields， such as traffic monitoring， military reconnaissance， public security， etc ， and electronic monitoring image resolution and quality directly affects the application effect of monitoring and control system There are many factors that can lead to monitor the blurred， in order to ensure the efficiency of the electronic monitoring system， it is necessary to carry out fuzzy image clearer processing， to improve the quality of the image In this paper， combined with some common type of fuzzy image in the electronic monitoring， the corresponding processing technology are discussed and analysis， hope to be able to provide electronic monitoring system function play some help

Key Words： Electronic Monitoring； Fuzzy Image； Processing Technology

伴隨著現代信息技術、軟件技術、微電子技術等的發展，電子圖像監控系統得到了越來越廣泛的應用，其監控功能也在不斷完善，在犯罪行為的偵查和防控中發揮著舉足輕重的作用。但是，如果監控攝像頭的安裝位置不當、對焦不準，或者受光線強度、霧霾等因素的影響，會導致圖像模糊不清的問題，導致無法對圖像中的一些細節部分進行準確辨別，影響了實用效果。在這種情況下，就必須對模糊圖像進行清晰化處理，確保其能夠滿足實際應用的需求。

1 電子監控中的常見模糊圖像

電子監控系統通常包括了前端攝像頭、傳輸設備以及后端監控平臺，可以實現對于視頻的攝制、傳輸、顯示以及存儲等，對有效監控區域內的人員活動和事件過程進行真實記錄，從而為刑事偵查、交通違章查詢等提供相應的線索和證據，在當今社會中發揮著越來越重要的作用。

但是就目前而言，受技術水平以及外部因素等的影響，電子監控系統中的視頻圖像信息經常存在著退化、變質等問題，圖像的清晰度無法達到理想效果，也因此影響了其應用功能，這種看得見但是看不清的情況，給分析和識別工作帶來的很大的困難，也因此導致了監控系統作用的弱化[1]。

比較常見的模糊圖像包括幾種類型，一是低對比度圖像，主要是由于攝像頭曝光不足或者曝光過度，導致圖像的對比度無法達到預期效果；二是降質圖像，主要是受外部因素的影響，導致圖像的質量有所降低，如強烈的光照、暴雨、霧霾等；三是噪聲干擾模糊圖像，指噪聲對攝像頭造成的干擾影響了圖像的清晰度；四是運動模糊圖像，主要是目標在經過攝像頭的有效范圍時，處于高速運動狀態，從而導致了圖像的模糊，在交通系統中的模糊圖像一般都是這一種；五是散焦模糊圖像，是由于鏡頭對焦不準引發的圖像模糊不清；六是低分辨率圖像，主要是因為圖像本身的尺寸太小，在放大后會顯得清晰度不足，無法對細節進行準確識別。除此之外，受帶寬以及存儲容量的限制，在將采集到的視頻圖像傳輸到后端監控平臺前，系統通常都會對其進行壓縮處理，在壓縮過程中，可能會導致部分細節信息的丟失，從而影響圖像的清晰度。

2 電子監控中常見模糊圖像的處理技術

模糊圖像處理技術，主要原理是利用相應的數字圖像處理算法，針對模糊圖像進行清晰化處理，達到恢復或者強化原始目標細節的效果，使得圖像可以提供更多有用的信息。而結合上述分析可知，導致圖像模糊的原因是多種多樣的，針對不同的模糊圖像類型，必須采用相應的處理技術，才能夠保證良好的處理效果。在當前的技術條件下，從圖像的數量出發，模糊圖像處理可以分為單幀處理和序列圖像處理，具體選擇哪一種方法，還需要根據實際需求進行明確[2]。

2 1 對比度增強技術

對比度增強主要是針對低對比度圖像的清晰化處理，比較常見的清晰化算法包括直方圖、灰度變換以及Retinex算法等，這里分別對三種算法進行簡單分析。一是直方圖法，或者說直方圖均衡化，這是計算機視覺以及圖像處理中的一種非常經典的點處理算法，在低照度狹窄灰度范圍的模糊圖像處理中應用廣泛。相比較其他兩種方法，直方圖均衡化不僅能夠對動態范圍進行有效擴展，還可以保證灰度級的均勻分布。不僅如此，點處理的性質使得其不需要進行復雜的計算，因此效率更高，通常只需要一次圖像灰度值的概率統計和映射，就能夠達到預期效果；二是灰度變換法，其基本原理，是將原本的狹窄灰度范圍結合線性或者非線性變換的方式，映射到更加廣闊的區間內，可以對圖像暗區的細節進行強化，而且容易實現，運算速度也較快。不過，其本身必須根據具體的亮度，對參數進行調整，適應性較差；三是Retinex算法，該算法提出于上世紀70年代，主要是依據色彩恒常理論，實現算法包括了遞歸實現、環繞算法、隨機散步算法等，在色彩保真、對比度增強、動態范圍壓縮等方面應用廣泛，效果顯著[3]。對比度增強技術的處理效果見圖1。

2 2 圖像去霧技術

主要是針對霧霾等惡劣天氣下圖像可見度低的問題進行處理，惡劣天氣對于圖像清晰度的影響體現在兩個方面，一是大氣中存在的塵埃或者水珠吸收或者散射了目標物體的散射光，削弱了光線的強度；二是攝像頭傳感器感受到的光線中摻入了大氣顆粒漫反射產生的光，降低了物體的對比度。與低對比度圖像相比，這種模糊圖像可將度的降低是空間變化的，與目標和攝像頭之間的距離密切相關。

最近幾年，許多城市中的霧霾現象越來越嚴重，也因此推動了圖像去霧技術的發展。不過，在實際應用中，由于降質模型缺乏有效的約束條件，因此需要結合一定的假設或者經驗，對未知的傳輸系數進行估算，然后利用大氣成像的物理模型，可以復原出清晰度較高的圖像。圖像去霧技術的應用效果如圖2所示。

2 3 圖像去噪技術

圖像去噪技術在計算機視覺以及圖像處理中可以說是發展時間最長，研究也最為廣泛的技術之一，主要難點在于如何在有效抑制噪聲的同時，保持圖像具備完整的紋理和邊緣。一般比較常用的降噪技術包括了單幀處理以及序列圖像處理[4]。

單幀處理能夠直接利用圖像像素的亮度值，進行相應的降噪處理，通過給定窗口內的像素加權平均，得到空間濾波的結果。不過，加權平均濾波僅僅關注了圖像像素之間的空間距離，忽視了亮度距離。對此，相關研究人員又提出了雙邊濾波算法，同時考慮了空間和亮度距離，使得算法具備了更好的魯棒性。在信號處理中，一般情況下將噪聲看作是變換域中的高頻部分，可以通過離散小波變換、快速傅里葉轉換等算法，將圖像轉化到變換域，從而實現對于噪聲的壓縮或者去除。

序列圖像處理主要是從視頻序列中選擇多幅連續的圖像，然后針對每一個像素點進行分別去噪。在監控視頻中，相鄰的兩幅圖像基本上只存在極小的差別，綜合多幅圖像的信息，相比較單幅圖像必然具備更好的去噪效果。不過，為了避免相對運動的序列凸顯出現拖影等問題，必須首先對圖像進行配準，確保平滑前的目標像素位于序列圖像中的同一位置。

2 4 圖像復原技術

圖像復原技術一般是針對散焦模糊圖像以及運動模糊圖像進行處理，具備良好的復原效果。該技術主要是依照圖像退化的先驗知識，構建相應的退化模型，以模型為基礎，結合各種各樣的逆操作，對圖像的細節信息進行復原。需要注意的是，圖像復原技術和圖像增強技術同樣能夠提高圖像的清晰度，對圖像的質量進行改善，但是兩種技術存在著本質上的區別。圖像復原技術必須完全掌握圖像退化過程的先驗知識，然后通過逆操作的方式來獲得清晰的圖像，因此構建的模糊圖像降質模型以及相關參數直接決定了圖像復原的實際效果。與之相比，圖像增強技術主要是通過對圖像亮度值的調整，提升其視覺效果，不需要了解模糊圖像的降質模型和參數信息[5]。

比較常見的推向復原方法有維納濾波、逆濾波以及帶約束條件的迭代法等，其中，維納濾波本身同樣具備較強的去噪性能，可以將模糊圖像與復原圖像之間的均方誤差降到最小，因此被廣泛應用在模糊圖像的處理中。

2 5 超分辨率重建技術

受各種因素限制，當前幾乎所有的電子監控系統都具有一定的有效監控區域，理論上可以反映監控區域內所有的人類活動和事件，但是相比較而言，區域中央位置的目標效果最佳，距離攝像頭越遠，物體的尺寸越小，所蘊含的細節信息也就越少。雖然在科學技術飛速發展的帶動下，監控視頻本身的分辨率不斷增加，不過在固定監控區域的限制下，分辨率不足的問題始終存在。

超分辨率重建技術，主要是對多幅圖像中所蘊含的信息進行融合，這樣一方面能夠對圖像的質量進行改善，另一方面也可以提高圖像的分辨率，而且由于獲得的圖像信息更多，相比較單幅圖像的放大效果也要好得多。序列圖像的超分辨率復原可以分為頻域法和空域法，前者理論簡單，運算簡單，不過僅僅適用于線性空間不變降質模型和全局平移運動降質模型；后者使用的觀測模型涉及到了全局運動、局部運動、非理想亞采樣等，具備極強的包含空域先驗約束的能力，比較常見的方法包括凸集投影法、非均勻插值法、濾波器法、最大似然估計法等，在這些方法中，凸集投影法以及最大后驗估計法是最近幾年相關學者研究的熱點，具有良好的處理效果[6]。

3 結語

信息化技術的進步，使得電子監控系統得到了迅速發展，在許多領域中都發揮著非常重要的作用。不過在實際應用中，受各種因素的影響，圖像很容易出現模糊不清的問題，給信息的識別和分析帶來了很大的困難，需要結合相應的模糊圖像處理技術，進行模糊圖像的清晰化處理，從而幫助警方及時發現線索，提供可靠的證據，推動社會公共安全系統的建設和完善。

參考文獻：

[1]方永選，李武勁 模糊圖像處理技術在刑事偵查中的應用[1][J] 中國公共安全（學術版），2014（4）：107-111

[2]陳睿 電子監控中常見模糊圖像處理應用研究[D] 蘇州大[1]學，2014

[3]單薇 圖像處理中模糊算法問題的分析[J] 計算機光盤軟[1]件與應用，2012（2）：174

[4]譚晃 模糊視頻監控圖像的清晰化處理[J] 中國安全防范[1]認證，2015（2）：40-42

[5]梅蓉，蘆佳 圖像處理技術在視頻監控圖像偵查中的應用[1][J] 廣東公安科技，2013，21（3）：43-47

[6]王超 視頻監控中的運動模糊圖像復原方法研究[D] 合肥[1]工業大學，2015