论文摘要
高清视频监控随着社会的进步得以迅速发展,主要的作用是解决人们在正常监控过程中“细节”看不清的问题。“高清”即“高分辨率”,现如今主流的有720P(1280×720),1080P(1920×1080),大大高于以往的模拟图像(最高为D1即720×576)。图像分辨力得到了质的提升,对于安防行业,无论是在实时监控还是事后调查中,视频监控的应用效果得到了进一步的肯定。而在新技术的发展普及过程中,也会有或多或少的问题出现,现在数字高清图像面临的一个问题就是低照度环境下图像噪点偏高、对比度下降,图像的有效识别率偏低。对低照度图像进行去噪、增强以积极有效地提升图像效果显得越来越重要。本文针对安防用网络摄像机在实际应用环境中的图像,通过多种滤波、增强处理,对比评判,得出一种优秀的方法以提高图像的有效识别率,提高高清视频监控的实际应用效果。主要内容有：(1) 分析研究低照度时图像的主要特征,在实验室环境中采集普通光照、低照度时同一场景的图像。一是对其的进行分析研究,结果表明随着照度的降低,图像的噪声逐步增加,灰度的分布区域逐渐压缩至低灰度区域；二是把它作为低照度时的图像作为后续的滤波增强对象,通过滤波增强后的效果与良好照度时的图像做比对,来验证各种不同滤波增强方法的效果。(2) 针对低照度图像的主要特征,应用图像增强、时域滤波、频域滤波及小波处理的方法,分别对实验室中采集的低照度图像进行了处理。通过对处理后图像进行直方图显示、信噪比计算的客观评价及目视观察的主观评价,发现单纯地使用图像增强或滤波处理,处理结果都无法让人满意,而通过先增强后滤波的组合方式,图像处理后的效果较之前有明显提升,而其中又以灰度变换增强结合中值滤波、灰度变换增强结合小波阈值的效果最佳。(3) 为了验证以上方法的可行性及实际应用价值,利用其对现实生活安防系统中采集的比较有代表性的低照度图像进行处理,处理结果表明通过该方法较好的提高了图像的有效识别率并降低了图像噪声,基本达到了预计的效果。根据对各种滤波增强方法的研究,表明通过选择合适的滤波增强方法可以有效的提高实际环境中低照度图像的可识别效果,以进一步提高数字监控的功效。