機器視覺智能檢測2017-06-16
圖像模糊的原因有很多，不同原因造成的模糊圖像需要不同的方法來處理。從技術上講，模糊圖像處理方法主要分為三類，即圖像增強、圖像恢復和超分辨率重建。本文將從這三個方面進行分析。
智能設備管理技術是利用系統管理平臺軟件的設備管理服務，對所有監控設備進行持續實時監控，包括攝像機、雲臺、編碼器、系統服務器等。當發現故障時，它能及時以各種方式報警，提示維修人員及時處理。壹個系統可以根據網絡拓撲部署多臺設備管理服務器，分區域實時巡檢設備，可以大大提高系統的維護效率，設備出現故障時盡量在10分鐘內得到監控和報警。
建設目標
該方案擬應用先進的機器學習和計算機視覺技術，模擬人類視覺系統，對雪花、滾屏、模糊、偏色、畫面凍結、增益不平衡、雲臺失控等常見攝像頭故障以及惡意屏蔽、破壞監控設備的違法行為做出準確判斷，並自動記錄所有檢測結果並生成報告。使用戶可以方便地維護城市公共安全圖像資源系統。
技術路線圖
視頻故障分為八種:視頻信號丟失、視頻清晰度異常、視頻亮度異常、視頻噪聲、視頻雪花、視頻偏色、畫面凍結、PTZ運動失控。其中，視頻信號丟失。隨著“平安城市”的大規模建設，各大城市建設了大量的視頻監控系統。雖然監控系統已經廣泛應用於銀行、商場、車站、交通路口等公共場所，但在公安工作中，由於設備或其他條件的限制，案發後圖像回放不清晰，數據不完整，無法為案件的及時偵破提供有效線索。經常出現嫌疑人面部特征不清晰、嫌疑車輛車牌難以辨認等問題。，給公安部門破案和法院取證帶來很大麻煩。隨著平安城市的推進，以及各地各種監控系統的進壹步推廣，這樣的問題會越來越突出。
圖像模糊的原因
造成圖像模糊的原因有很多，如對焦不準、光學系統像差、成像過程中的相對運動、大氣湍流效應、低照度、隨機環境噪聲等。此外，圖像的編碼、解碼和傳輸可能會導致圖像進壹步模糊。壹般來說，圖像模糊的主要原因如下:
鏡頭對焦不當，相機故障等。；
傳輸太遠，視頻電纜老化，環境電磁幹擾等。
相機遮擋窗或鏡頭臟汙堵塞等。
嚴重的環境影響，如霧、灰塵、雨和雪；
視頻壓縮算法和傳輸帶寬造成的模糊；
低相機分辨率和欠采樣成像；
光學鏡頭的極限分辨率和相機不匹配造成的模糊；
高速運動狀態下運動目標引起的運動模糊；
……
模糊圖像的常見解決方案
對於模糊圖像處理技術，國內高校和科研機構多年前就已經在研究這些理論和應用，並發表了很多相關文獻，取得了壹些很好的應用。美國Cognitech軟件是壹套相當成熟的模糊圖像復原應用軟件，在美國聯邦調查局等執法機構已經使用多年。復原後的圖像可以直接作為法庭證據，這說明模糊圖像處理技術已經取得了相當大的實際應用。
如前所述，圖像模糊的原因有很多，而要達到更好的處理效果，不同的原因往往需要不同的處理方法。從技術上講，模糊圖像處理方法主要分為三類，即圖像增強、圖像恢復和超分辨率重建。
圖像增強
許多傳統的圖像算法可以減少圖像模糊，如圖像濾波、幾何變換、對比度拉伸、直方圖均衡化、空域銳化、亮度均勻化、形態學、顏色處理等。單個來說，這些算法都比較成熟和簡單。但是，對於特定的模糊圖像，上述壹種或多種算法往往結合不同的參數才能達到理想的效果。這些算法和參數的組合進壹步發展為具體的增強算法，如“圖像去霧”算法、“圖像去噪”算法、“圖像銳化”算法、“圖像暗細節增強”算法等等。這些算法在很大程度上提高了圖像的清晰度和圖像質量。
圖像去霧算法可以綜合運用形態學、圖像濾波和顏色處理來實現。圖1是壹個去霧算法的實際使用效果，類似的圖像增強算法還有很多，我就不壹壹列舉了。
圖像恢復
圖像恢復和圖像增強技術壹樣，也是壹種提高圖像質量的技術。圖像復原就是根據圖像退化的先驗知識，建立壹個退化模型，然後基於這個模型，采用各種逆退化處理方法，逐步對其進行復原，從而提高圖像質量。
圖像恢復和圖像增強是有區別的，兩者都是為了提高圖像質量。而圖像增強並不考慮圖像如何退化，只有探索各種技術才能增強圖像的視覺效果，而圖像復原則完全不同。我們需要知道圖像退化過程的先驗知識，並據此找到相應的逆過程方法，才能得到清晰的復原圖像。圖像恢復的準確性主要取決於圖像退化過程的先驗知識。
對於散焦、運動、大氣湍流等原因造成的圖像模糊，圖像復原的方法是有效的。常用的算法有維納濾波算法、小波算法、基於訓練的方法等。圖3是利用維納濾波器解決運動模糊圖像的例子，取得了很好的復原效果。知道了退化模型，圖像復原可以取得比圖像增強更好的效果。
圖像超分辨率重建
現有監控系統的主要目標是監控宏觀場景，壹個攝像頭覆蓋面積大，使得畫面中的目標太小，人眼無法直接識別。這種欠采樣造成的模糊占很大比例，對於欠采樣造成的模糊需要超分辨率重建方法。
超分辨率復原是壹種提高圖像分辨率和采集圖像質量的信號處理方法。其核心思想是通過估計成像系統截止頻率以外的信號高頻成分來提高圖像的分辨率。超分辨率復原技術起初只處理單幅圖像。這種方法在圖像恢復效果上存在固有的局限性，因為可用信息只有單幅圖像。序列圖像的超分辨率復原技術旨在通過信號處理方法對序列中降質的低分辨率圖像進行處理，獲得壹幅或多幅高分辨率復原圖像。由於序列圖像的復原可以利用幀間的額外信息，因此優於單幀的復原，是目前的研究熱點。
序列圖像的超分辨率復原主要分為兩類:頻域方法和空間域方法。頻域法的優點是理論簡單，計算復雜度低，缺點是局限於全局平移運動和線性空間不變退化模型，包含空間先驗知識的能力有限。空間方法中使用的觀測模型涉及全局和局部運動、空間可變模糊點擴展函數、非理想子采樣等。，並具有較強的包含空間先驗約束的能力。常用的空間方法有非均勻插值法、叠代反投影法(IBP)、凸集投影法(POCS)、最大後驗估計法(MAP)、最大似然估計法(ML)、濾波法等。其中地圖和POCS研究較多，發展空間較大。對於具體的算法，不是本文的重點，這裏就不詳細介紹了。圖5是使用多幀低分辨率圖像的超分辨率重建的例子。
模糊圖像處理技術的關鍵與不足
盡管許多模糊圖像處理方法在實際應用中取得了很好的效果，但仍有壹些因素制約著模糊圖像處理的進壹步發展，主要有以下幾個方面。
算法針對性很強
大多數模糊圖像處理算法只適用於特定的圖像，算法本身無法智能決定某個算法模塊是開啟還是關閉。比如對於霧天的圖像，“去霧算法”可以達到很好的處理效果，但作用於正常圖像時，圖像效果會下降，“去霧算法”模塊的開啟或關閉需要人工幹預。
算法參數復雜性
模糊圖像處理中的所有算法都會包含大量的參數，這些參數的選取需要結合實際的圖像表現，直接決定了最終的處理效果。就目前的算法而言，沒有辦法智能選擇哪些參數是最優的。
算法流程的經驗性。
因為實際圖像非常復雜，需要處理很多情況，這就需要壹個算法處理流程。對於特定的模糊視頻，很難自動選擇采用什麽處理流程，需要手動選擇合適的方法，只能依靠人的經驗。
標簽
由於環境、線路、鏡頭、攝像頭的影響，監控系統建成運行壹段時間後，部分視頻會出現模糊。
總的來說，雖然模糊圖像處理算法得到了廣泛的應用，但是圖像算法是有局限性的，不能把所有的問題都寄托在圖像算法上。不同類型的模糊問題應區別對待。在視頻診斷系統的幫助下，鏡頭散焦、灰塵遮擋、線路老化、相機故障等導致的模糊或圖像質量下降。，必須及時修復，從源頭上解決問題。對於低照度，首選日夜高感光度攝像頭，對於因雨、霧、運動、欠采樣導致的圖像質量下降，可以使用“視頻增強服務器”中包含的各種模糊圖像處理算法來提高圖像質量。
喜歡這個內容的人也喜歡。
老師常用的17網站推薦給妳，妳再也不用到處找資源了。
老師常用的17網站推薦給妳，妳再也不用到處找資源了。...
大學教師服務工作室
不喜歡
不看的原因
當然
內容質量低，別看這個微信官方賬號。
水磨石是什麽？被設計師發揮到壹個新的高度
水磨石是什麽？被設計師發揮到壹個新的高度...
聯盟設計庫
不喜歡
不看的原因
當然
內容質量低，別看這個微信官方賬號。