电子监控的常见模糊图像处理应用分析

高若云1张月娟2

摘要：监控录像是依据法律法规，借助电视摄录像、音频传输设备、视频传输设备等来观察、获取相关的图像信息以及声音信息，掌握监视相关人员活动的一项技术。近几年来，监控录像技术得到了普及，在银行、超市、工厂等公共场所都会安装摄像头和监控录像系统。监控录像在保障和监督公共安全的同时，也会存储大量犯罪分子作案的信息和痕迹，为警方侦查破案提供有用线索和证据。随着高新技术的快速发展，图像监控系统的监控功能越来越齐全。在“科技强警”战略中，图像监控系统是非常重要的组成部分，由于其具有全方位、全天候的功能，这就能够促使公安机关的快速反应能力得以提高，并且还会防止一些违法犯罪，维护了社会的安定。在侦查犯罪、防控犯罪中，图像监控系统发挥着举足轻重的作用。

关键词：电子监控；常见模糊图像；处理；应用分析

1模糊图像处理概述

模糊图像处理是图像处理领域非常重要的一个内容，通过模糊图像处理可以让图像中模糊现象、噪声等消失，从而让图像的质量得到强化，最终让模糊图像恢复原本的样子。一般我们主要通过以下途径来进行图像处理:首先确定图像模糊的类型，然后对其退化的原因以及原理等等进行分析，换言之，利用数学建模来描述图像的整个退化过程，以此来确定其数学模型，在此基础上，结合该模型来反方向进行推导，以此来确定恢复该图像的主要因素。由此可以看出，还原模糊图像的核心是要确定准确的退化模型，也即:掌握图像退化先验知识精确度的实际程度。我们可以对模糊图像恢复过程进行划分，具体包括以下几个步骤:分析图像出现模糊退化现象的原因，以退化过程为依据进行数学建模以及展开逆向推导思考，从而确保图像能够被精确恢复。

2电子监控中常见模糊图像的处理技术

2.1图像去雾技术

主要是针对雾霾等恶劣天气下图像可见度低的问题进行处理，恶劣天气对于图像清晰度的影响体现在两个方面，一是大气中存在的尘埃或者水珠吸收或者散射了目标物体的散射光，削弱了光线的强度；二是摄像头传感器感受到的光线中掺入了大气颗粒漫反射产生的光，降低了物体的对比度。与低对比度图像相比，这种模糊图像可将度的降低是空间变化的，与目标和摄像头之间的距离密切相关。

最近几年，许多城市中的雾霾现象越来越严重，也因此推动了图像去雾技术的发展。不过，在实际应用中，由于降质模型缺乏有效的约束条件，因此需要结合一定的假设或者经验，对未知的传输系数进行估算，然后利用大气成像的物理模型，可以复原出清晰度较高的图像。2.2图像去噪技术

图像去噪技术在计算机视觉以及图像处理中可以说是发展时间最长，研究也最为广泛的技术之一，主要难点在于如何在有效抑制噪声的同时，保持图像具备完整的纹理和边缘。一般比较常用的降噪技术包括了单帧处理以及序列图像处理。

单帧处理能够直接利用图像像素的亮度值，进行相应的降噪处理，通过给定窗口内的像素加权平均，得到空间滤波的结果。不过，加权平均滤波仅仅关注了图像像素之间的空间距离，忽视了亮度距离。对此，相关研究人员又提出了双边滤波算法，同时考虑了空间和亮度距离，使得算法具备了更好的鲁棒性。在信号处理中，一般情况下将噪声看作是变换域中的高频部分，可以通过离散小波变换、快速傅里叶转换等算法，将图像转化到变换域，从而实现对于噪声的压缩或者去除。

序列图像处理主要是从视频序列中选择多幅连续的图像，然后针对每一个像素点进行分别去噪。在监控视频中，相邻的两幅图像基本上只存在极小的差别，综合多幅图像的信息，相比较单幅图像必然具备更好的去噪效果。不过，为了避免相对运动的序列凸显出现拖影等问题，必须首先对图像进行配准，确保平滑前的目标像素位于序列图像中的同一位置。

2.3图像复原技术

图像复原技术一般是针对散焦模糊图像以及运动模糊图像进行处理，具备良好的复原效果。该技术主要是依照图像退化的先验知识，构建相应的退化模型，以模型为基础，结合各种各样的逆操作，对图像的细节信息进行复原。需要注意的是，图像复原技术和图像增强技术同样能够提高图像的清晰度，对图像的质量进行改善，但是两种技术存在着本质上的区别。图像复原技术必须完全掌握图像退化过程的先验知识，然后通过逆操作的方式来获得清晰的图像，因此构建的模糊图像降质模型以及相关参数直接决定了图像复原的实际效果。与之相比，图像增强技术主要是通过对图像亮度值的调整，提升其视觉效果，不需要了解模糊图像的降质模型和参数信息。

比较常见的推向复原方法有维纳滤波、逆滤波以及带约束条件的迭代法等，其中，维纳滤波本身同样具备较强的去噪性能，可以将模糊图像与复原图像之间的均方误差降到最小，因此被广泛应用在模糊图像的处理中。

2.4对比度增强技术

对比度增强主要是针对低对比度图像的清晰化处理，比较常见的清晰化算法包括直方图、灰度变换以及Retinex算法等，这里分别对三种算法进行简单分析。一是直方图法，或者说直方图均衡化，这是计算机视觉以及图像处理中的一种非常经典的点处理算法，在低照度狭窄灰度范围的模糊图像处理中应用广泛。相比较其他两种方法，直方图均衡化不仅能够对动态范围进行有效扩展，还可以保证灰度级的均匀分布。不仅如此，点处理的性质使得其不需要进行复杂的计算，因此效率更高，通常只需要一次图像灰度值的概率统计和映射，就能够达到预期效果；二是灰度变换法，其基本原理，是将原本的狭窄灰度范围结合线性或者非线性变换的方式，映射到更加广阔的区间内，可以对图像暗区的细节进行强化，而且容易实现，运算速度也较快。不过，其本身必须根据具体的亮度，对参数进行调整，适应性较差；三是Retinex算法，该算法提出于上世纪70年代，主要是依据色彩恒常理论，实现算法包括了递归实现、环绕算法、随机散步算法等，在色彩保真、对比度增强、动态范围压缩等方面应用广泛，效果显著。

结束语

随着信息网络技术的不断发展，在各行各业都开始广泛运用电子监控。监控系统的效果受到了电子监控图像质量好与坏的影响。然而由于很多客观因素都限制了监控系统的应用效果，这就导致监控视频的图像不太清晰，有时候还较为模糊。这些不清晰、模糊的图像对观察、监控产生了不利影响。

参考文献：

［1］方永选，李武劲.模糊图像处理技术在刑事侦查中的应用［J］.中国公共安全（学术版），2014（4）：107-111.

［2］陈睿.电子监控中常见模糊图像处理应用研究［D］.苏州大学，2014.

［3］单薇.图像处理中模糊算法问题的分析［J］.计算机光盘软件与应用，2012（2）：174.