監(jiān)控視頻技術(shù)經(jīng)歷了模擬時代，進入了數(shù)字化時代。在數(shù)字化監(jiān)控的進程中，目前正處在從數(shù)字化、網(wǎng)絡(luò)化、高清化向智能化的發(fā)展過程中。其中智能化的監(jiān)控視頻分析是當(dāng)前重點發(fā)展方向之一，人們希望通過智能分析取代大量繁重的人工對監(jiān)控視頻內(nèi)容的察看、分析和總結(jié)。 　　

智能化涉及到對監(jiān)控視頻圖像的種種處理，從技術(shù)的層面上大致可以分為三個層次：注重于像素或像塊的視頻圖像處理，注重于圖像特征和目標(biāo)的視頻圖像分析，注重于圖像內(nèi)容語義的智能分析。

在這三個層次中，顯然智能監(jiān)控視頻分析是我們終的目標(biāo)，替代人工對視頻監(jiān)控內(nèi)容的觀察、分析和判斷，甚至比我們?nèi)祟愒谀承┓矫娓訙?zhǔn)確和快捷。但是，要達到這一目標(biāo)，必須向智能分析系統(tǒng)提供盡可能清楚的視頻圖像，盡可能準(zhǔn)確的目標(biāo)劃分和識別的結(jié)果，我們將這些技術(shù)稱之為智能視頻分析的基礎(chǔ)技術(shù)，即視頻圖像處理和分析。如果所提供的圖像達不到這樣的要求，則很難指望智能分析系統(tǒng)會獲得正確的分析結(jié)果。因此，我們說智能視頻分析固然重要，智能分析的具體方法固然重要，但是提供優(yōu)質(zhì)視頻圖像的基礎(chǔ)技術(shù)在當(dāng)前視頻分析智能化的起始發(fā)展階段尤為重要。 　　

目前從應(yīng)用的角度看，智能視頻分析雖然取得了長足的進展，但仍然有太多的內(nèi)容需要研究和開發(fā)，智能視頻分析技術(shù)尚處于視頻處理和視頻分析的“初級階段”，這一部分是當(dāng)下實際應(yīng)用場合中重點關(guān)注的內(nèi)容。基礎(chǔ)的監(jiān)控視頻處理和分析技術(shù)包含很多的方面，除了經(jīng)典的視頻處理技術(shù)如圖像增強、圖像去噪等技術(shù)外，目前大家較為關(guān)注的主要有圖像去霧，動態(tài)范圍擴展，超分辨率重建，車牌識別，人臉識別，……，等多項技術(shù)。

去霧增透處理 　　

由于大氣散射作用，霧天天氣條件下獲取的視頻圖像較為模糊，嚴(yán)重地影響著圖像的視覺效果。其原因主要在于目標(biāo)光線在傳播過程中遭到霧氣的衰減而導(dǎo)致了圖像細節(jié)的丟失，清晰度不夠;周圍環(huán)境光的參與造成了圖像顏色的失真，色調(diào)平淡。 　　

為了改善這類霧天圖像，可采取視頻去霧增透技術(shù)(簡稱透霧技術(shù))，將因霧氣和灰塵等導(dǎo)致朦朧不清的圖像變得清晰，發(fā)掘出更多的圖像所包含的信息，為下一步對圖像的智能分析應(yīng)用提供良好的條件。 　　

目前的透霧處理方法主要分為兩類：霧天圖像增強和霧天圖像復(fù)原。霧天圖像增強方法現(xiàn)對比較簡單，它不考慮圖像降質(zhì)原因，只針對圖像的色彩進行處理，能有效地提高霧天圖像的對比度，突出圖像的細節(jié)，改善圖像的視覺效果，但可能會造成一定的信息損失。 　　

霧天圖像復(fù)原針對霧天圖像質(zhì)量退化的機理，建立霧氣圖像退化模型，然后用圖像復(fù)原的方法，對霧天退化圖像進行復(fù)原，補償退化過程造成的失真，獲得對無霧圖像的優(yōu)估計，從而改善霧天圖像質(zhì)量。這種方法針對性強，得到的去霧效果自然，信息損失小，處理的關(guān)鍵是模型中參數(shù)的估計。

暗光圖像的處理 　　

夜晚場景下采集的圖像由于光照強度不足，導(dǎo)致圖像亮度及對比度降低，丟失顏色等細節(jié)信息，增加了圖像的噪聲，從而降低了圖像質(zhì)量，嚴(yán)重影響了圖像的使用和進一步的智能分析處理。目前比較流行的暗光圖像處理的方法是Retinex算法，從給定的圖像中分離出亮度圖像和反射圖像，在彩色恒定的條件下，通過改變亮度圖像和反射圖像在原圖像中的比例來達到增強暗光圖像的目的。但這種方法的計算量非常大，很難應(yīng)用于實時處理。

車牌識別 　　

車牌識別技術(shù)主要包括兩類，一類是相對靜止的卡口車牌識別，另一類是車輛處于運動狀態(tài)的車牌識別。 　　

對于停車場卡口類的車牌識別，由于車輛的靜止或速度較慢，再加上車輛對檢測的配合，因而相對容易，識別率也很高。

對于行駛中車輛的牌照識別，如道路上車輛、甚至是逃逸的車輛等，由于復(fù)雜的環(huán)境、高速的運動、其他車輛的遮擋等不利因素存在，大大增加了車牌分割和車號識別的技術(shù)難度。

（轉(zhuǎn)自安防知識網(wǎng)）