低照性能的突破 照亮 IP 視頻攝像機應用前景

執(zhí)行概要

視頻攝像機近來不斷出現(xiàn)在每一個角落，因為它們能夠讓我們在不為所知的情況下進行事物監(jiān)控，如某個地方、某個人及某件事。攝像機技術(shù)就像人的眼睛，只能通過感受和處理存在的光才能看到物體和場景。正如關掉屋里的燈，我們需要努力才能看清楚一樣，許多視頻攝像機必須處理低照環(huán)境。如果攝像機不能克服低照條件，進行清楚地監(jiān)控，在場景中布置攝像機未必就能提供我們所需要的能見度。

視頻攝像機技術(shù)的最新發(fā)展，尤其是低照噪聲濾波技術(shù)的發(fā)展，不僅增強了構(gòu)成視頻流的單幅靜態(tài)影像或幀的質(zhì)量，而且還可增強構(gòu)成每幀的單個像素的保真度。改進的濾波技術(shù)支持三維工作，可消除低照視頻流中的視覺異常，讓影像清晰銳利。采用強大實時處理器、配備高級壓縮算法的攝像機在低照條件下通常比人眼更敏銳。據(jù) 2010 年聯(lián)邦調(diào)查局統(tǒng)一犯罪報告，有 52.8% 的暴力犯罪與 81.7% 的財產(chǎn)犯罪尚未破獲1。配備良好低照技術(shù)的攝像機將有助于縮小這一數(shù)字。

問題出現(xiàn)的部分原因

連接至互聯(lián)網(wǎng)的視頻攝像機(IP 攝像機)正部署于各種應用。除安全與執(zhí)法設施中實施的常用安全監(jiān)控攝像機外，攝像機現(xiàn)在也廣泛應用于計算機、平板電腦和智能手機。此外，越來越多的車輛也已開始配備視頻監(jiān)控系統(tǒng)或車載黑匣子，以輔助狹窄角落中的復雜操作，增強車輛的安全性。作為這些應用以及其它應用的基礎，IP 攝像機必須在低照下頻繁提供視頻流，就算有輔助照明也是如此。這個問題在安全應用中尤為重要。

用于監(jiān)控黑暗小巷或者光線昏暗走廊的 IP 監(jiān)控攝像機提供的視頻流往往模糊、像素化、不清楚，而且對比度差。低質(zhì)量視頻流往往會造成面部無法識別或者完全錯過所發(fā)生的事件，影響視頻安全監(jiān)控系統(tǒng)的實用性。提供更好的照明條件一般并不可行，因為燈光本身需要成本和維護，而且會使安全監(jiān)控系統(tǒng)容易被人注意。

最后，理想的解決方案就是增強 IP 攝像機的低照性能，使之能夠在較低光線下實現(xiàn)更高的工作效率，提供清晰銳利的影像。下列影像中，一個采用低照性能增強技術(shù)，另一個則沒有。它們可清楚地說明這些技術(shù)增強視頻監(jiān)控系統(tǒng)等應用效果的方法。

圖 1：未采用低照性能增強技術(shù)拍攝的視頻影像

圖 2：采用低照性能增強技術(shù)拍攝的視頻影像

低照視頻信號中的“噪聲”

造成 IP 攝像機在低照條件下影像質(zhì)量下降的元兇是“噪聲”?；蛘哒f是攝像機因低照條件而不當納入影像的無關信號數(shù)據(jù)。這些攝像機信號處理中的偽像或異常數(shù)據(jù)可導致視頻流質(zhì)量降低、影像模糊、清晰度下降。要改善工作在低照環(huán)境中的視頻 IP 攝像機影像質(zhì)量，需要盡可能多地消除這種噪聲。通過提高視頻數(shù)據(jù)流的信噪比 (SNR)，攝像機可提供更加清晰的影像。噪聲降低后，來自場景中實際對象的信號會增強，視頻影像更清晰。噪聲有幾個明確的來源，每一個都必須進行某種程度的處理。

· 顆粒噪聲

顆粒噪聲理所當然來自可見光子命中視頻攝像機傳感器的命中率的波動。命中傳感器像素的光子數(shù)量圍繞與像素照度成比例的一個平均速率隨機變化。

· 固定圖形噪聲

固定圖形噪聲由構(gòu)成 IP 攝像機傳感器像素的小幅變動造成。每個像素在被可見光子命中時的反應不同。這些差異可能來自像素及色彩濾波器的差異，也可能來自連接像素的電路的差異。

· 讀出噪聲

視頻攝像機光傳感器采集的模擬信息必須轉(zhuǎn)換為數(shù)字數(shù)據(jù)，以便攝像機處理。這項工作由模數(shù)轉(zhuǎn)換器完成。讀出該轉(zhuǎn)換過程不完全性帶來的噪聲。

消除噪聲

消除或過濾低照視頻流的噪聲有兩種基本方法。第一種方法為空間濾波。這種方法沿著構(gòu)成顯示屏影像的二維、高、寬進行。第二種方法為時間濾波，可為視頻流中還存在的時間增加第三維。

· 空間濾波

視頻流由按時間順序播放的獨立靜止影像或幀構(gòu)成。實時視頻流通常每秒顯示 30 幀。不過如果不要求實際動作的逼真性，也可實施其它顯示速率。空間濾波是一種算法分析，獨立對每幀進行檢查，沿影像 X 軸和 Y 軸進行每像素比較，發(fā)現(xiàn)噪聲并予以清除。

· 時間濾波

時間濾波算法可將時間維加入分析。這種方法不像空間濾波那樣，對整個幀進行檢查，而是按時間維分析每個像素。即將每個像素與后一個幀對比，判斷是否有噪聲存在。如果某個像素的運動方式非常類似于噪聲，就予以清除。時間濾波比空間濾波更復雜，因為視頻流往往包含運動，比如物體移動或者某人走過攝像機視野。時間濾波不但必須能夠分辨出攝像機需要觀察的真實運動，將其保留在視頻數(shù)據(jù)流中，同時還應發(fā)現(xiàn)像素中任何類型可能為噪聲的異常運動，將其清除。為達到該目的，已經(jīng)開發(fā)出兩種方法，即動作自適應法和動作補償法。

動作自適應法可嘗試確定物體動作發(fā)生的視頻流區(qū)域。保留這些區(qū)域中的信號發(fā)送，其中包括這些區(qū)域中可能出現(xiàn)的任何噪聲。分析影像其它部分的移動像素，判別是否是噪聲，如果是就清除。

動作補償分析法比動作自適應法復雜得多。動作補充分析法將先建立基準幀，以便對物體移動形成的運動像素進行時間濾波。如果運動分析正確，動作補償法與動作自適應法相比能夠去除移動物體上更多的噪聲。但動作分析在低照條件下形成的高噪聲水平上容易出錯，因此可能會無法去除噪聲并產(chǎn)生煩人的偽像。

德州儀器 (TI) 等能夠提供大量動作自適應法及動作補償法的技術(shù)提供商，可充分滿足 IP 攝像機制造商與安全系統(tǒng)集成商的各類需求。