智能视频分析技术解析...

系统结构分析

基于现有的视频监控系统架构，智能视频分析系统有不同的系统结构。

针对传统的模拟视频监控系统，通常增加外置DSP处理主机（集成软件License）或工控机+视频采集卡+软件License。

针对传统的IP视频监控系统，通常增加外置嵌入式主机+软件License或服务器+软件License。

基于视频质量的分析

基于视频质量的分析主要由两个方面，视频质量诊断主要用于设备运营管理，在中、大型视频监控系统中的作用非常明显；视频图像增强用于改善的视觉效果，用于某些特定的场合。

视频质量诊断

功能：视频信号缺失、遮挡、清晰度异常、亮度异常、噪声、雪花、偏色、画面冻结、PTZ运动失控等。

通过基于视频图像比对的方法、机器自动学习的方法、模拟运动指令图像分析等方法对视频质量的异常进行分析，并对异常的摄像机提出报警，由人工进行检查修正。机器自动学习的方法在实际视频监控系统中应提取大量的视频片段，包括正常视频以及存在各种故障的视频，形成训练样本，并模拟人类视觉特性，针对不同故障类型提取了大量视频图像特征参数，用以训练检测系统。

在实际运行场景中，视频质量诊断系统应当通过自动学习适应摄像机在室外环境下的光线变化、场景变化、季节变化、各种不同的安装视角、球机或云台的运动适应，特别需要加强自动学习能力方面的设计，与人眼的识别不同，机器是通过各种参数来识别，场景变化对机器来说更加敏感，所以自动学习适应能力对视频质量诊断系统来说尤为重要，通过对新样本的训练来提高系统的性能是可行的。

视频图像增强

功能：抖动稳定、去雾、降噪、增强清晰度、雨天增强、昏暗环境增强、沙尘天气增强等。

视频图像增强是加强图像中感兴趣的信息，它可以是一个失真的过程，其目的是要改善图像的视觉效果，针对给定图像的应用场合，有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像识别效果，满足某些特殊分析的需要。

图像增强技术根据增强处理过程所在的空间不同可分成两大类：空间域法和频率域法。

空间域法是对图像中的像素点进行操作，用公式描述如下：

g(x,y)=f(x,y)×h(x,y)

其中是f(x,y)原图像；h(x,y)为空间转换函数；g(x,y)表示进行处理后的图像。

频率域法是间接的处理方法，是先在图像的频域中对图像的变值进行操作，然后变回空间域。例如，先对图像进行傅里叶变化到频域，再对图像的频谱进行某种滤波修正，最好将修正后的图像进行傅里叶反变化到空域，以此增强图像。

在实际的应用场景中，专业的图像增强系统应用比较少，很多IP摄像机集成了视频图像增强功能，只要在参数中选择设置即可。视频图像增强技术虽然取得了一定的进步，例如模糊映射理论、交互式图像增强技术的应用，在特定的专业领域有比较好的应用，在通信领域中应用的效果有待改进。