视频监控系统图像模糊怎么办 视频监控系统图像清晰化处理

视频监控系统图像模糊原因

1、算法

国内市场上DVR行业里，常用的算法有H.264、MPEG-4、小波算法、MJPEG等，但是现在根据工程的要求以及各方面的考虑，压缩率、图像清晰度、录像占用空间等，为了达到一个平衡点都采用了H.264。

2、分辨率

分辨率顾名思义就是看清物体的清晰度。我们需要关注的有两个：显示器分辨率和录像分辨率。显示器分辨率就是你监看的监视器的分辨率，虽然现在监视器的分辨率可以达到1280*1024，但是大部分厂家的软件不支持1280*1024高清分辨率，只是强制的上下挤压或拉伸，使图像看起来变形了，效果不好，目前市场里软卡软件能做到高清目前只有一二家能做到。录像分辨率主要影响图像的质量是由算法来决定的，大家只要记住，录像分辨率和录像容量、图像清晰度成正比就可以了，现在几乎所有的厂家在CIF格式下录像每小时都在230M以上。

3、码流

码流简单说就是图像的数据量，每秒存储的数据量越多，图像的清晰度就越高，减少码流，也就是把图像中的部分细节丢掉，图像数据就少了，占用空间也就小了，但是图像就不清晰了，码流和图像也是个正比关系。故而控制好码流也是影响图像画质的一个重要因素。

视频监控系统图像模糊怎么办

事实上，造成视频监控图像模糊的原因有很多，为了获得更好的处理结果，对于由不同原因引起的模糊，通常需要不同的处理方法。从技术上讲，视频监控模糊图像处理的方法主要分为三类，即图像增强、图像复原和图像超分辨率重构。

1、图像增强

许多传统的图像算法可以降低图像的模糊程度，如图像滤波、几何变换、对比度拉伸、直方图均衡、空域锐化、亮度均匀化、形态学、颜色处理等。就个体而言，这些算法相对成熟且相对简单。然而，对于特定的模糊图像，通常需要一个或多个上述算法和不同参数的组合来实现期望的效果。这些算法和参数的结合进一步发展成为具体的增强算法，如“图像去雾”算法、“图像去噪”算法、“图像锐化”算法、“图像暗细节增强”算法等。这些算法在很大程度上提高了图像的清晰度和图像质量。比如：形态学、图像滤波和颜色处理的组合算法可用于实现图像去雾算法等。

2、图像复原

像图像增强技术一样，图像复原也是一种提高图像质量的技术。图像复原是基于图像退化的先验知识建立退化模型，然后利用各种逆退化处理方法在此模型的基础上逐步恢复，从而达到提高图像质量的目的。

图像复原和图像增强是存在区别的，虽然两者的目的都是为了提高图像质量，然而，图像增强不需考虑图像如何退化，只是通过探索各种技术达到增强图像的视觉效果。而图像复原则完全不同，需要了解图像退化过程的先验知识，并在此基础上找到相应的逆过程方法，以获得复原的清晰图像。

图像复原主要依赖于图像退化过程先验知识的准确性。对于散焦、运动、大气湍流等原因造成的图像模糊，图像复原方法具有良好的效果。常见的算法包括维纳滤波算法、小波算法、基于训练的方法等。当退化模型已知时，图像复原可以获得比图像增强更好的结果。

3、图像超分辨率重构

现有监控系统的主要目的是监控宏观场景。一台摄像机覆盖的区域很大，导致图像中的目标太小，人眼很难直接识别。这种由欠采样引起的模糊占了很大比例。欠采样造成的图像模糊，图像超分辨率重构的方法效果更好。

超分辨率复原是一种提高图像分辨率和采集图像质量的信号处理方法。其核心思想是通过估计信号的高频成分而不是成像系统的截止频率来提高图像的分辨率。超分辨率复原技术最初只处理单幅图像。因为只有单幅图像可用，这种方法在图像复原效果上有固有的局限性。序列图像超分辨率复原技术旨在通过信号处理方法处理序列低分辨率退化图像，以获得一幅或多幅高分辨率复原图像。由于序列图像复原可以利用帧间的额外信息，因此优于单幅图像的复原，是目前的研究热点。