時間：2017年07月17日 瀏覽數：
監控視頻技術經歷了模擬時代，進入了數字化時代。在數字化監控的進程中，目前正處在從數字化、網絡化、高清化向智能化的發展過程中。其中智能化的監控視頻分析是當前重點發展方向之一，人們希望通過智能分析取代大量繁重的人工對監控視頻內容的察看、分析和總結。
智能化涉及到對監控視頻圖像的種種處理，從技術的層面上大致可以分為三個層次：注重于像素或像塊的視頻圖像處理，注重于圖像特征和目標的視頻圖像分析，注重于圖像內容語義的智能分析。
在這三個層次中，顯然智能監控視頻分析是我們終的目標，替代人工對視頻監控內容的觀察、分析和判斷，甚至比我們人類在某些方面更加準確和快捷。但是，要達到這一目標，必須向智能分析系統提供盡可能清楚的視頻圖像，盡可能準確的目標劃分和識別的結果，我們將這些技術稱之為智能視頻分析的基礎技術，即視頻圖像處理和分析。如果所提供的圖像達不到這樣的要求，則很難指望智能分析系統會獲得正確的分析結果。因此，我們說智能視頻分析固然重要，智能分析的具體方法固然重要，但是提供優質視頻圖像的基礎技術在當前視頻分析智能化的起始發展階段尤為重要。
目前從應用的角度看，智能視頻分析雖然取得了長足的進展，但仍然有太多的內容需要研究和開發，智能視頻分析技術尚處于視頻處理和視頻分析的“初級階段”，這一部分是當下實際應用場合中重點關注的內容。基礎的監控視頻處理和分析技術包含很多的方面，除了經典的視頻處理技術如圖像增強、圖像去噪等技術外，目前大家較為關注的主要有圖像去霧，動態范圍擴展，超分辨率重建，車牌識別，人臉識別，……，等多項技術。
去霧增透處理
由于大氣散射作用，霧天天氣條件下獲取的視頻圖像較為模糊，嚴重地影響著圖像的視覺效果。其原因主要在于目標光線在傳播過程中遭到霧氣的衰減而導致了圖像細節的丟失，清晰度不夠;周圍環境光的參與造成了圖像顏色的失真，色調平淡。
為了改善這類霧天圖像，可采取視頻去霧增透技術(簡稱透霧技術)，將因霧氣和灰塵等導致朦朧不清的圖像變得清晰，發掘出更多的圖像所包含的信息，為下一步對圖像的智能分析應用提供良好的條件。
目前的透霧處理方法主要分為兩類：霧天圖像增強和霧天圖像復原。霧天圖像增強方法現對比較簡單，它不考慮圖像降質原因，只針對圖像的色彩進行處理，能有效地提高霧天圖像的對比度，突出圖像的細節，改善圖像的視覺效果，但可能會造成一定的信息損失。
霧天圖像復原針對霧天圖像質量退化的機理，建立霧氣圖像退化模型，然后用圖像復原的方法，對霧天退化圖像進行復原，補償退化過程造成的失真，獲得對無霧圖像的優估計，從而改善霧天圖像質量。這種方法針對性強，得到的去霧效果自然，信息損失小，處理的關鍵是模型中參數的估計。
暗光圖像的處理
夜晚場景下采集的圖像由于光照強度不足，導致圖像亮度及對比度降低，丟失顏色等細節信息，增加了圖像的噪聲，從而降低了圖像質量，嚴重影響了圖像的使用和進一步的智能分析處理。目前比較流行的暗光圖像處理的方法是Retinex算法，從給定的圖像中分離出亮度圖像和反射圖像，在彩色恒定的條件下，通過改變亮度圖像和反射圖像在原圖像中的比例來達到增強暗光圖像的目的。但這種方法的計算量非常大，很難應用于實時處理。
車牌識別
車牌識別技術主要包括兩類，一類是相對靜止的卡口車牌識別，另一類是車輛處于運動狀態的車牌識別。
對于停車場卡口類的車牌識別，由于車輛的靜止或速度較慢，再加上車輛對檢測的配合，因而相對容易，識別率也很高。
對于行駛中車輛的牌照識別，如道路上車輛、甚至是逃逸的車輛等，由于復雜的環境、高速的運動、其他車輛的遮擋等不利因素存在，大大增加了車牌分割和車號識別的技術難度。
（轉自安防知識網）
