形成图画含糊的原因有许多，且不同原因导致的含糊图画需求不同的办法来进行处理。从技能方面来讲，含糊图画处理办法首要分为三大类，分别是图画增强、图画康复和超分辨率重构。本文将从这三方面切入分析。
智能化设备管理技能是运用体系管理渠道软件的设备管理服务，对一切的监控设备包括摄像机、云台、编码器和体系服务器进行不间断的实时监测，当发现毛病时能及时经过各种方式告警，提示保护人员及时处置。一个体系能够依照网络拓扑结构布置多台设备管理服务器，分区域对设备进行实时的巡检，这样能够大大进步体系的保护功率，尽或许做到在设备发生毛病时，在不超越10分钟的时间内被监测到并告警。
建造方针
本方案拟运用先进的机器学习和计算机视觉技能，仿真人类的视觉体系，针对某市公共安全图画资源前端摄像头呈现的雪花、滚屏、含糊、偏色、画面冻住、增益失衡和云台失控等常见摄像头毛病以及歹意遮挡和损坏监控设备的不法行为做出准确判别，并主动记录一切的检测成果，生成报表。以便用户轻松保护市公共安全图画资源体系。
技能道路
将视频毛病分红视频信号缺失、视频明晰度反常、视频亮度反常、视频噪声、视频雪花、视频偏色、画面冻住、PTZ运动失控八品种型。其间视频信号缺失、跟着“安全城市”的广泛建造，各大城市现已建有许多的视频监控体系，尽管监控体系己经广泛地存在于银行、商场、车站和交通路口等公共场所，可是在公安工作中，因为设备或许其他条件的束缚，案情发生后的图画回放都存在图画不明晰，数据不完整的问题，无法为案子的及时侦破供给有用头绪。经常呈现嫌疑人面部特征不明晰、难以辨认、嫌疑车辆车牌含糊无法辨认等问题，这给公安部门破案、法院的取证都带来了极大的费事。跟着安全城市的推行、各地各类监控体系建造的进一步推动，此类问题将会越来越凸显。
含糊图画发生的原因
形成图画含糊的原因许多，聚集禁绝、光学体系的像差、成像进程中的相对运动、大气湍流效应、低光照、环境随机噪声等都会导致图画含糊。别的图画的编解码、传输进程都或许导致图画的进一步含糊。整体来说，形成图画含糊的首要原因如下：
· 镜头聚集不妥、摄像机毛病等;
· 传输太远、视频线老化、环境电磁搅扰等;
· 摄像机护罩视窗或镜头受脏污、受遮挡等;
· 大雾、沙尘、雨雪等恶劣环境影响;
· 由视频压缩算法和传输带宽原因导致的含糊;
· 摄像机分辨率低，欠采样成像;
· 光学镜头的极限分辨率和摄像机不匹配导致的含糊;
· 运动方针处于高速运动状况导致的运动含糊等;
……
含糊图画常用处理方案
关于含糊图画处理技能，国内大学和科研组织在多年曾经就在研讨这些理论和运用，相关文献也发布了不少，现已获得了一些很好的运用。美国 Cognitech软件是适当老练的一套含糊图画康复运用软件，在美国FBI及其他法律组织中已有多年实践运用，其康复出的图画能够直接当作法庭依据运用，可见含糊图画处理技能现已获得了适当的实践运用。
前面说到，形成图画含糊的原因有许多，要获得比较好的处理作用，不同原因导致的含糊往往需求不同的处理办法。从技能方面来讲，含糊图画处理办法首要分为三大类，分别是图画增强、图画康复和超分辨率重构。
图画增强
许多传统图画算法都能够减轻图画的含糊程度，比方图画滤波、几许改换、对比度拉伸、直方图均衡、空间域锐化、亮度均匀化、形态学、色彩处理等。就单个来讲，这些算法都比较老练，相对简略。可是关于一个详细的含糊图画，往往需求上面的一种或许多种算法组合，合作不同的参数才干到达抱负的作用。这些算法和参数的组合进一步开展成为详细的增强算法，比方“图画去雾”算法、“图画去噪”算法、“图画锐化”算法、“图画暗细节增强”算法等等。这些算法都不同程度进步了图画明晰度，很大程度改进了图画质量。
归纳运用形态学、图画滤波和色彩处理等算法能够完成图画去雾的算法，图1是一个去雾算法的实践运用作用，相似的图画增强算法还有许多，不再一一列举。
图画康复
图画康复与图画增强技能相同，也是一种改进图画质量的技能。图画康复是依据图画退化的先验常识树立一个退化模型，然后以此模型为根底，选用各种逆退化处理办法逐渐进行康复，然后到达改进图画质量的意图。
图画康复和图画增强是有差异的，两者的意图都是为了改进图画的质量。但图画增强不考虑图画是怎么退化的，只要经过打听各种技能来增强图画的视觉作用，而图画康复就彻底不同，需求知道图画退化进程的先验常识，据此找出一种相应的逆进程办法，然后得到康复的明晰图画。图画康复首要取决于对图画退化进程的先验常识所把握的准确程度。
对因为离焦、运动、大气湍流等原因引起的图画含糊，图画康复的办法作用较好，常用的算法包括维纳滤波算法、小波算法、根据练习的办法等。图3是运用维纳滤波处理运动含糊图画的比如，获得了很好的康复作用。在知道退化模型的状况下，相对图画增强来说，图画康复能够获得更好的作用。
图画超分辨率重构
现有的监控体系首要方针为微观场景的监督，一个摄像机，掩盖一个很大的规模，导致画面中方针太小，人眼很难直接辨认。这类因为欠采样导致的含糊占很大份额，关于由欠采样导致的含糊需求运用超分辨率重构的办法。
超分辨率康复是经过信号处理的办法，在进步图画的分辨率的一起改进收集图画质量。其间心思维是经过对成像体系截止频率之外的信号高频成分估量来进步图画的分辨率。超分辨率康复技能开始只对单幅图画进行处理，这种办法因为可运用的信息只要单幅图画，图画康复作用有着固有的限制。序列图画的超分辨率康复技能旨在选用信号处理办法经过对序列低分辨率退化图画的处理来获得一幅或许多幅高分辨率康复图画。因为序列图画康复可运用帧间的额定信息，比单幅康复作用更好，是当时的研讨热门。
序列图画的超分辨率康复首要分为频域法和空域法两大类，频域办法的长处是：理论简略，运算复杂度低，缺陷是：只限制于大局平移运动和线性空间不变降质模型，包括空域先验常识的才能有限。空域办法所选用的观测模型触及大局和部分运动、空间可变含糊点分散函数、非抱负亚采样等，并且具有很强的包括空域先验束缚的才能。常用的空域法有非均匀插值法、迭代反投影办法（IBP）、凸集投影法（POCS）、最大后验估量法（MAP）、最大似然估量法 （ML）、滤波器法等，其间，MAP和POCS二办法研讨较多，开展空间很大。关于详细的算法，不是本文的要点，这儿不做详细介绍。图五是一个运用多帧低分辨率图画超分辨率重构的比如。
含糊图画处理技能的要害和缺乏
尽管许多含糊图画的处理办法在实践运用中获得了很好的作用，可是当时依然有一些要素限制着含糊图画处理的进一步开展，首要如下。
算法的高度针对性
绝大部分的含糊图画处理算法只适用于特定图画，而算法自身无法智能决议某个算法模块的敞开仍是封闭。举例来说，关于有雾的图画，“去雾算法”能够获得很好的处理作用，可是作用于正常图画，反而导致图画作用下降，“去雾算法”模块的翻开或许封闭需求人工介入。
算法参数复杂性
含糊图画处理里边一切的算法都会包括许多的参数，这些参数的挑选需求和实践的图画体现相结合，直接决议终究的处理作用。就现在的算法，还没有办法智能地挑选哪些是最优的参数。
算法流程的经历性
因为实践图画十分复杂，需求处理多种状况，这就需求一个算法处理流程，关于一个详细的含糊视频，选用什么样的处理流程很难做到主动挑选，需求人工挑选一个适宜的办法，只能靠人的经历。
结语
因为环境、线路、镜头、摄像机等影响，监控体系建成并运营一段时间后，都会呈现一部分的视频含糊不清的问题。
整体来说，尽管含糊图画处理算法现已获得了十分广泛的运用，可是图画算法究竟有限制性，不能将一切问题都寄希望于图画算法，关于不同品种的含糊问题，要差异对待。关于由镜头离焦、尘埃遮挡、线路老化、摄像机毛病等形成的含糊或许图画质量下降，在视频诊断体系的协助下，一定要及时修理，从源头上处理问题。关于低光照等优先挑选日夜两用型高感光度摄像机，关于雨雾、运动和欠采样等形成的图画质量下降，能够借助于“视频增强服务器”包括的各种含糊图画处理算法来提高图画质量。
