监控摄像头实时视频透雾技术介绍

  目前透雾算法大致可分为两大类:一是非模型的图像增强方法,通过增强图像的对比度,满足主观视觉的要求来达到清晰化的目的;另一种是基于模型的图像复原方法,它考查图像退化的原因,将退化过程进行建模,采用逆向处理,以最终解决图像的复原问题。

  目前监控摄像头透雾算法大致可分为两大类:一是非模型的图像增强方法,通过增强图像的对比度,满足主观视觉的要求来达到清晰化的目的;另一种是基于模型的图像复原方法,它考查图像退化的原因,将退化过程进行建模,采用逆向处理,以最终解决图像的复原问题。
  安防监控被应用于各种复杂场景、恶劣天气,全天候实时监控对产品便携性与功耗、处理效果、处理的自适应性等方面都提出了较苛刻的要求。良好的视频透雾技术应在大气透射模型的基础上融合图像增强与复原的技术优势,从而获得较为理想的图像效果并被实际工程化引用。
  在充分分析透雾理论的优势与不足并进行深入的研究探索后,我司研究人员结合安防监控领域视频图像透雾的特殊要求,开发了一种基于大气光学原理,区分图像不同区域景深与雾浓度进行滤波处理,获得准确、自然的透雾图像的实时视频透雾技术。该技术能根据雾况的变化自动调整从而适应各种应用场景,避免出现近景透雾过度发黑而远景模糊的效果;同时兼顾了实现的效率与复杂度,保证了整个透雾的实时性与可工程化。同时,该技术可以有效去除雾气带来的影响且能避免对某些场景的过度处理导致的色彩误差及雾气过度去除带来的不真实感。