杭州吉耐服饰有限公司

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。随着科技的发展，图像处理技术逐渐成熟。

安防行业对图像处理的特殊要求

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。

图像处理技术引领行业新方向

为了适应行业需求的发展，全新革命性的结合了传感器、ISP以及彩色低照度处理技术相结合的全新技术。能使摄像机在超低光环境下呈现出清晰的彩色图像，超越人眼视觉极限，实现高感光度，免除了高清摄像机夜间必须配置阵列红外灯进行补光拍摄的苦恼。这类摄像机不仅在白天提供彩色图像，当光线减弱时，摄像机仍能保持图像的色彩、清晰度、流畅性和低噪声，而在低照度环境下保持图像的色彩和流畅性为用户提供了更为丰富的视频信息。

整合了具有出色感光性能的CMOS传感器。相对于传统CCD摄像机，彩色低照度SDI高清摄像机可提供更加逼真的颜色，更低的噪点和更加流畅的彩色画质，特别是在超低照度环境下，采用了针对随机噪声的智能降噪专利技术及减少CMOS传感器固定噪声的特殊处理模式。，即使在黑暗条件下也能实现有效“视物”。是新一代高清摄像机的首开先河，特别是当用户要求提供彩色图像以加强对监控对象的辨认和识别时。另外，由于整合了新技术的摄像机是数字的，因此它提供了众多的应用功能，比如逐行扫描显示、视频智能分析和视频监测系统的运用。而低噪点的图像同时也意味着高清视频信号能实现网络传输的低带宽以及更低的存储成本。

不久前，上海相关部门设置条件间接干预红外摄像机产品在上海地区的应用。上海地区这一大胆决定，引起业界一片哗然。此举是不是国内红外摄像机退出市场的先兆，目前还不好判断，但毫无疑问，彩色低照度高清摄像机必将会成为未来平安城市项目中非常受欢迎的设备之一。在很多情况下，高清彩色图像对于成功地识别监控对象是非常重要的，这类创新技术能够有效的提升监控系统全天候识别人脸、车辆和意外事故的能力。

SDI高清摄像机在各种苛刻视频监测的应用中尤其突出，即可用于各种低照度环境，如停车场、城市监测、楼宇和施工现场；又可用于室外周边环境，如发电厂、水处理厂、监狱，以及铁路监测。比如夜间可能只有一处光源的施工现场，用户可为普通摄像机补充红外照明设备，但BEYONDVISIONTM技术的高感光性使得这种补充变得不必要，并且每部SDI高清摄像机的能耗不超过1.5W。在全球都在注重节能环保的时代，我们还是希望国内安防行业采购的摄像机尽量少用或不用红外灯，减少电能消耗及设备维护成本。以目前平安城市项目中使用的监控摄像机为例，大功率高耗能的设备时常可见。而如果每台摄像机的功率降低10w，按照一个省会级城市需要安装15万只摄像机计算，一年可以节约用电量超过1314万度，一年可节省的电费将超过1000万元。

随着经济建设的不断发展，与其相配套的安全监控系统也愈加显得重要，特别是对于在低照度环境下，依然可以保障监控质量的监控设备也将成为发展的重点。因此，可以预见，未来会有越来越多的企业将采用BEYONDVISIONTM技术开发出具有高感光性的SDI高清摄像机，并且其分辨率将会更高。具有更好的感光性和更低图像噪点将是未来任何新成像技术的关键功能。

结语：

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，图像处理技术和智能分析的完美结合必然成为发展趋势。