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

  隨著信息化和計算機圖像處理技術的快速發(fā)展，人們安全意識的提高，實時視頻監(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)被廣泛應用在生產(chǎn)、交通、社會安全等方面。但是受惡劣天氣（霧、雨、風、光等）條件和監(jiān)控系統(tǒng)自身技術條件的限制，視頻圖像往往達不到理想的效果。它能夠?qū)σ曨l圖像出現(xiàn)的模糊、噪聲、亮度異常和視頻丟失等低質(zhì)視頻以及常見攝像機故障問題進行診斷，有效預防因硬件問題導致的圖像質(zhì)量低下所帶來的損失。在這些條件的影響下，圖像會出現(xiàn)退化、模糊不清，進而導致對識別、取證、事件分析等操作造成困難而導致系統(tǒng)無法正常應用。因此，模糊圖像處理技術的研究和應用在安防領域就有了很重要的意義。

圖像模糊的原理，是一種像素的平滑化，通過對圖像中的像素值進行平均處理，讓這些像素值越來越來接近，來達到一種人盡量無法辨識出這些像素點的差別，從來產(chǎn)生模糊的效果。下面就由神博為大家講一講模糊圖像處理。

算法實現(xiàn)：

（1）頻域法

1)     對模糊圖像進行灰度化，并計算其二維傅里葉變換；

2)     對傅里葉變換值的動態(tài)范圍進行壓縮；

3)     對壓縮后的結果進行循環(huán)移位，使其低頻成分居中；

4)     用canny算子對壓縮居中后的頻譜圖像進行邊緣檢測使其二值化；

5)     將二值化后的頻譜圖做從1°~180°的radon變換；

6)     找出radon變換后的矩陣中的大值，求出其對應的列數(shù) n；

7)     通過公式 tan(θ) = tan(φ ? 90°) × M/N  = tan(n ? 90°) × M/N 求出運動模糊方向。