在視頻偵1查過(guò)程中，對(duì)監(jiān)控視頻進(jìn)行調(diào)取分析是為了獲得有利于偵1查破案的線索和證據(jù)，但是有時(shí)候視頻或是監(jiān)控效果并不是很好，這時(shí)候就需要模糊圖像處理系統(tǒng)來(lái)處理，下面就由神博來(lái)簡(jiǎn)單講一講吧。

  隨著信息化和計(jì)算機(jī)圖像處理技術(shù)的快速發(fā)展，人們安全意識(shí)的提高，實(shí)時(shí)視頻監(jiān)控系統(tǒng)已經(jīng)逐步成為人們生活中不可或缺的一部分，已經(jīng)被廣泛應(yīng)用在生產(chǎn)、交通、社會(huì)安全等方面。但是受惡劣天氣（霧、雨、風(fēng)、光等）條件和監(jiān)控系統(tǒng)自身技術(shù)條件的限制，視頻圖像往往達(dá)不到理想的效果。濟(jì)南神博信息技術(shù)有限公司是由山東大學(xué)計(jì)算機(jī)信息領(lǐng)域?qū)＜覄?chuàng)辦，擁有一支由相關(guān)博士、碩士組成的強(qiáng)大研發(fā)團(tuán)隊(duì)。在這些條件的影響下，圖像會(huì)出現(xiàn)退化、模糊不清，進(jìn)而導(dǎo)致對(duì)識(shí)別、取證、事件分析等操作造成困難而導(dǎo)致系統(tǒng)無(wú)法正常應(yīng)用。因此，模糊圖像處理技術(shù)的研究和應(yīng)用在安防領(lǐng)域就有了很重要的意義。

高斯模糊是圖像處理中幾乎每個(gè)程序員都或多或少聽(tīng)過(guò)的名詞，但是對(duì)其原理大家可能并不了解，只知道通過(guò)高斯模糊能實(shí)現(xiàn)圖像毛玻璃效果，下面就由模糊圖像處理系統(tǒng)廠家神博來(lái)講一講吧。

圖像處理中基本的概念：卷積；隨后介紹高斯模糊的核心內(nèi)容：高斯濾波器；接著，我們從頭實(shí)現(xiàn)了一個(gè)Java版本的高斯模糊算法，以及實(shí)現(xiàn)Renderscript版本。由于我們自己實(shí)現(xiàn)的Java版本的高斯模糊算法的效率太低，因此后介紹比較有名的高斯模糊的開(kāi)源項(xiàng)目：Blurry以及BlurKit-Android。造成圖像模糊的原因有很多，且不同原因?qū)е碌哪：龍D像需要不同的方法來(lái)進(jìn)行處理，有技術(shù)方面的原因，也有自然環(huán)境原因造成的，下面就由神博來(lái)簡(jiǎn)單講一講吧。

BlurDemo是本文的配套Demo：Demo1：Java版本的高斯模糊的簡(jiǎn)單實(shí)現(xiàn)。Demo2：Renderscript的高斯模糊實(shí)現(xiàn)。Demo3：BlurKit-Android的基本使用。圖像復(fù)原的算法也有很多種，常用的有維納濾波Richard-Lucy算法、小波域算法、空間域算法、基于訓(xùn)練的方法、防抖動(dòng)算法。Demo4：Blurry的基本使用。卷積本文只討論圖像，而圖像可以表示為二維矩陣，其中每個(gè)元素為ARGB像素值，因此這里討論二維矩陣的卷積操作。卷積（Convolution）是圖像處理中基本的操作，就是一個(gè)二維矩陣A（M*N）和一個(gè)二維矩陣B（m*n）做若干操作，生成一個(gè)新的二維矩陣C（M*N），其中m和n遠(yuǎn)小于M和N，B稱為卷積核（kernel），又稱濾波器矩陣或模板。

模糊圖像處理系統(tǒng)綜合了靜態(tài)和動(dòng)態(tài)視頻模糊圖像處理等眾多功能于一體，被廣泛應(yīng)用于公1安、交通、政府和教育等部門(mén)，下面就由神博來(lái)簡(jiǎn)單講一講解決模糊圖像的方法吧。

圖像復(fù)原

有時(shí)我們獲得的圖像比較模糊，需要將其變得更清晰一些，而圖像復(fù)原就可以實(shí)現(xiàn)這個(gè)目的。圖像復(fù)原技術(shù)實(shí)際上就是對(duì)各種模糊圖像進(jìn)行處理從而使其變得更清晰的一種技術(shù)。圖像復(fù)原算法大多通過(guò)具體情況下的圖像退化模型來(lái)估計(jì)原始圖像，如散焦模糊、運(yùn)動(dòng)模糊、大氣湍流、成像角度引起的圖像變形等。公司經(jīng)過(guò)不斷的技術(shù)換代和軟件升級(jí)，研發(fā)了一系列的車(chē)底安檢產(chǎn)品，已能滿足不同的終端用戶的需求，目前在國(guó)內(nèi)彩色車(chē)底掃描市場(chǎng)占有率在90%以上。此外，有一些圖像的退化模型無(wú)法確定，對(duì)這一類(lèi)圖像的復(fù)原稱為盲目復(fù)原。如果圖像變形是全局一致的并且等價(jià)于一個(gè)卷積過(guò)程，這時(shí)圖像復(fù)原也稱為反卷積問(wèn)題。圖像復(fù)原的算法也有很多種，常用的有維納濾波Richard-Lucy算法、小波域算法、空間域算法、基于訓(xùn)練的方法、防抖動(dòng)算法。

圖像復(fù)原是模糊圖像處理中的難點(diǎn)，雖然圖像復(fù)原的算法有很多種，但是很多情況所獲得的復(fù)原圖像效果并不好。例如壓縮行程的模糊圖像、多種模糊過(guò)程混合而成的模糊圖像，甚至有些完全未知的模糊圖像無(wú)法用退化模型來(lái)進(jìn)行處理。在實(shí)際辦案過(guò)程中常常會(huì)遇到監(jiān)控圖像效果不佳的情況，很多細(xì)節(jié)模糊不易識(shí)別分辨，難以獲得有價(jià)值的線索和證據(jù)。因此，對(duì)于圖像復(fù)原技術(shù)還需要做更深入細(xì)致的研究。

模糊圖像特殊處理在一般工作生活中用的比較少，下面就由神博將重點(diǎn)介紹模糊圖像是造成的原因，為大家解決問(wèn)題，希望可以幫助到大家。

圖像不清晰有很多原因造成：

首先要確定你的視頻源是模擬的還是數(shù)字的

對(duì)模擬視頻信號(hào)分析：

1、硬件自身原因，由于圖像的清晰度與攝像機(jī)參數(shù)和鏡頭的焦距都有很大關(guān)系，如果鏡頭的焦距是3.5mm，CCD為1/3，那可視距離也就是5米多，所以如果超出了你攝像機(jī)的范圍，那圖像自然就不清晰了。

鏡頭焦距 2.8mm 3.5mm 4mm 4.8mm 6mm 8mm 12mm

1/3”CCD視角 86.3° 67.4° 62° 52.2° 42.3° 32.6° 22.1°

物體距離 4.3m 5.4m 6m 7.3m 和9m 12m 18m

這種情況需要調(diào)整攝像機(jī)的監(jiān)視距離，只有調(diào)整到其焦距范圍內(nèi)才能達(dá)到不錯(cuò)的的效果。