模糊圖像處理解決方案

　　造成圖像模糊的原因有很多，且不同原因導致的模糊圖像需要不同的方法來進行處理。從技術方面來講，模糊圖像處理方法主要分為三大類，分別是圖像增強、圖像復原和超分辨率重構。本文將從這三方面切入剖析。

　　智能化設備管理技術是利用系統(tǒng)管理平臺軟件的設備管理服務，對所有的監(jiān)控設備包括攝像機、云臺、編碼器和系統(tǒng)服務器進行不間斷的實時監(jiān)測，當發(fā)現(xiàn)故障時能及時通過各種方式告警，提示維護人員及時處置。一個系統(tǒng)可以按照網(wǎng)絡拓撲結構部署多臺設備管理服務器，分區(qū)域對設備進行實時的巡檢，這樣可以大大提高系統(tǒng)的維護效率，盡可能做到在設備發(fā)生故障時，在不超過10分鐘的時間內被監(jiān)測到并告警。

　　建設目標

　　本方案擬應用先進的機器學習和計算機視覺技術，仿真人類的視覺系統(tǒng)，針對某市公共安全圖像資源前端攝像頭出現(xiàn)的雪花、滾屏、模糊、偏色、畫面凍結、增益失衡和云臺失控等常見攝像頭故障以及惡意遮擋和破壞監(jiān)控設備的不法行為做出準確判斷，并自動記錄所有的檢測結果，生成報表。以便用戶輕松維護市公共安全圖像資源系統(tǒng)。

　　技術路線

　　將視頻故障分成視頻信號缺失、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運動失控八種類型。其中視頻信號缺失、隨著“平安城市”的廣泛建設，各大城市已經(jīng)建有大量的視頻監(jiān)控系統(tǒng)，雖然監(jiān)控系統(tǒng)己經(jīng)廣泛地存在于銀行、商場、車站和交通路口等公共場所，但是在公安工作中，由于設備或者其他條件的限制，案情發(fā)生后的圖像回放都存在圖像不清晰，數(shù)據(jù)不完整的問題，無法為案件的及時偵破提供有效線索。經(jīng)常出現(xiàn)嫌疑人面部特征不清晰、難以辨認、嫌疑車輛車牌模糊無法辨認等問題，這給公安部門破案、法院的取證都帶來了極大的麻煩。隨著平安城市的推廣、各地各類監(jiān)控系統(tǒng)建設的進一步推進，此類問題將會越來越凸顯。

　　模糊圖像產(chǎn)生的原因

　　造成圖像模糊的原因很多，聚焦不準、光學系統(tǒng)的像差、成像過程中的相對運動、大氣湍流效應、低光照、環(huán)境隨機噪聲等都會導致圖像模糊。另外圖像的編解碼、傳輸過程都可能導致圖像的進一步模糊。總體來說，造成圖像模糊的主要原因如下：

　　· 鏡頭聚焦不當、攝像機故障等;

　　· 傳輸太遠、視頻線老化、環(huán)境電磁干擾等;

　　· 攝像機護罩視窗或鏡頭受臟污、受遮擋等;

　　· 大霧、沙塵、雨雪等惡劣環(huán)境影響;

　　· 由視頻壓縮算法和傳輸帶寬原因導致的模糊;

　　· 攝像機分辨率低，欠采樣成像;

　　· 光學鏡頭的極限分辨率和攝像機不匹配導致的模糊;

　　· 運動目標處于高速運動狀態(tài)導致的運動模糊等;

　　……

　　模糊圖像常用解決方案

　　對于模糊圖像處理技術，國內大學和科研機構在多年以前就在研究這些理論和應用，相關文獻也發(fā)布了不少，已經(jīng)取得了一些很好的應用。美國 Cognitech軟件是相當成熟的一套模糊圖像恢復應用軟件，在美國FBI及其他執(zhí)法機構中已有多年實際應用，其恢復出的圖像可以直接當作法庭證據(jù)使用，可見模糊圖像處理技術已經(jīng)取得了相當?shù)膶嶋H應用。

　　前面提到，造成圖像模糊的原因有很多，要取得比較好的處理效果，不同原因導致的模糊往往需要不同的處理方法。從技術方面來講，模糊圖像處理方法主要分為三大類，分別是圖像增強、圖像復原和超分辨率重構。

　　圖像增強

　　很多傳統(tǒng)圖像算法都可以減輕圖像的模糊程度，比如圖像濾波、幾何變換、對比度拉伸、直方圖均衡、空間域銳化、亮度均勻化、形態(tài)學、顏色處理等。就單個來講，這些算法都比較成熟，相對簡單。但是對于一個具體的模糊圖像，往往需要上面的一種或者多種算法組合，配合不同的參數(shù)才能達到理想的效果。這些算法和參數(shù)的組合進一步發(fā)展成為具體的增強算法，比如“圖像去霧”算法、“圖像去噪”算法、“圖像銳化”算法、“圖像暗細節(jié)增強”算法等等。這些算法都不同程度提高了圖像清晰度，很大程度改善了圖像質量。

　　綜合使用形態(tài)學、圖像濾波和顏色處理等算法可以實現(xiàn)圖像去霧的算法，圖1是一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，不再一一列舉。

　　圖像復原

　　圖像復原與圖像增強技術一樣，也是一種改善圖像質量的技術。圖像復原是根據(jù)圖像退化的先驗知識建立一個退化模型，然后以此模型為基礎，采用各種逆退化處理方法逐步進行恢復，從而達到改善圖像質量的目的。

　　圖像復原和圖像增強是有區(qū)別的，兩者的目的都是為了改善圖像的質量。但圖像增強不考慮圖像是如何退化的，只有通過試探各種技術來增強圖像的視覺效果，而圖像復原就完全不同，需要知道圖像退化過程的先驗知識，據(jù)此找出一種相應的逆過程方法，從而得到復原的清晰圖像。圖像復原主要取決于對圖像退化過程的先驗知識所掌握的精確程度。

　　對由于離焦、運動、大氣湍流等原因引起的圖像模糊，圖像復原的方法效果較好，常用的算法包括維納濾波算法、小波算法、基于訓練的方法等。圖3是使用維納濾波解決運動模糊圖像的例子，取得了很好的復原效果。在知道退化模型的情況下，相對圖像增強來說，圖像復原可以取得更好的效果。

　　圖像超分辨率重構

　　現(xiàn)有的監(jiān)控系統(tǒng)主要目標為宏觀場景的監(jiān)視，一個攝像機，覆蓋一個很大的范圍，導致畫面中目標太小，人眼很難直接辨認。這類由于欠采樣導致的模糊占很大比例，對于由欠采樣導致的模糊需要使用超分辨率重構的方法。

　　超分辨率復原是通過信號處理的方法，在提高圖像的分辨率的同時改善采集圖像質量。其核心思想是通過對成像系統(tǒng)截止頻率之外的信號高頻成分估計來提高圖像的分辨率。超分辨率復原技術最初只對單幅圖像進行處理，這種方法由于可利用的信息只有單幅圖像，圖像復原效果有著固有的局限。序列圖像的超分辨率復原技術旨在采用信號處理方法通過對序列低分辨率退化圖像的處理來獲得一幅或者多幅高分辨率復原圖像。由于序列圖像復原可利用幀間的額外信息，比單幅復原效果更好，是當前的研究熱點。

　　序列圖像的超分辨率復原主要分為頻域法和空域法兩大類，頻域方法的優(yōu)點是：理論簡單，運算復雜度低，缺點是：只局限于全局平移運動和線性空間不變降質模型，包含空域先驗知識的能力有限?？沼蚍椒ㄋ捎玫挠^測模型涉及全局和局部運動、空間可變模糊點擴散函數(shù)、非理想亞采樣等，而且具有很強的包含空域先驗約束的能力。常用的空域法有非均勻插值法、迭代反投影方法（IBP）、凸集投影法（POCS）、最大后驗估計法（MAP）、最大似然估計法 （ML）、濾波器法等，其中，MAP和POCS二方法研究較多，發(fā)展空間很大。對于具體的算法，不是本文的重點，這里不做詳細介紹。圖五是一個使用多幀低分辨率圖像超分辨率重構的例子。

　　模糊圖像處理技術的關鍵和不足

　　雖然很多模糊圖像的處理方法在實際應用中取得了很好的效果，但是當前仍然有一些因素制約著模糊圖像處理的進一步發(fā)展，主要如下。

　　算法的高度針對性

　　絕大部分的模糊圖像處理算法只適用于特定圖像，而算法本身無法智能決定某個算法模塊的開啟還是關閉。舉例來說，對于有霧的圖像，“去霧算法”可以取得很好的處理效果，但是作用于正常圖像，反而導致圖像效果下降，“去霧算法”模塊的打開或者關閉需要人工介入。

　　算法參數(shù)復雜性

　　模糊圖像處理里面所有的算法都會包含大量的參數(shù)，這些參數(shù)的選擇需要和實際的圖像表現(xiàn)相結合，直接決定最終的處理效果。就目前的算法，還沒有辦法智能地選擇哪些是最優(yōu)的參數(shù)。

　　算法流程的經(jīng)驗性

　　由于實際圖像非常復雜，需要處理多種情況，這就需要一個算法處理流程，對于一個具體的模糊視頻，采用什么樣的處理流程很難做到自動選擇，需要人工選擇一個合適的方法，只能靠人的經(jīng)驗。

　　結語

　　由于環(huán)境、線路、鏡頭、攝像機等影響，監(jiān)控系統(tǒng)建成并運營一段時間后，都會出現(xiàn)一部分的視頻模糊不清的問題。

　　總體來說，雖然模糊圖像處理算法已經(jīng)取得了非常廣泛的應用，但是圖像算法畢竟有局限性，不能將所有問題都寄希望于圖像算法，對于不同種類的模糊問題，要區(qū)別對待。對于由鏡頭離焦、灰塵遮擋、線路老化、攝像機故障等造成的模糊或者圖像質量下降，在視頻診斷系統(tǒng)的幫助下，一定要及時維修，從源頭上解決問題。對于低光照等優(yōu)先選擇日夜兩用型高感光度攝像機，對于雨霧、運動和欠采樣等造成的圖像質量下降，可以借助于“視頻增強服務器”包含的各種模糊圖像處理算法來提升圖像質量。