퍼지 이미지 복원 방법

머신 비전 지능형 감지 20 17-06- 16

이미지가 흐려지는 데에는 여러 가지 이유가 있으며, 여러 가지 이유로 인해 흐려진 이미지는 다른 방법으로 처리해야 합니다. 기술적으로 흐릿한 이미지 처리 방법은 주로 이미지 향상, 이미지 복구 및 초고해상도 재구성이라는 세 가지 범주로 나뉩니다. 이 기사에서는이 세 가지 측면을 분석합니다.

지능형 장치 관리 기술은 시스템 관리 플랫폼 소프트웨어를 활용하는 장치 관리 서비스로 카메라, 구름대, 인코더, 시스템 서버 등 모든 모니터링 장치를 지속적으로 실시간으로 모니터링합니다. 고장이 발견되면, 그것은 제때에 여러 가지 방법으로 경보를 하여, 수리원에게 제때에 처리하라고 지시할 수 있다. 한 시스템은 네트워크 토폴로지에 따라 여러 대의 디바이스 관리 서버를 배포하고, 지역별 실시간 순찰 장치를 분할하여 시스템 유지 관리 효율성을 크게 향상시키고, 디바이스 장애 발생 시 10 분 이내에 모니터링 및 경고를 받을 수 있습니다.

건설 목표

이 프로그램은 첨단 기계 학습 및 컴퓨터 시각 기술을 적용하여 인간 시각 시스템을 시뮬레이션하고 눈송이, 롤링 화면, 흐림, 편색, 화면 동결, 게인 불균형, 구름대 통제 불능 등 일반적인 카메라 장애, 악성 차폐, 감시 장비 파괴 등의 위법 행위에 대한 정확한 판단을 내리고 모든 테스트 결과를 자동으로 기록하고 보고서를 생성할 계획입니다. 사용자가 도시 공공 안전 이미지 자원 시스템을 쉽게 유지 관리할 수 있도록 합니다.

기술 로드맵

비디오 오류는 비디오 신호 손실, 비디오 선명도 이상, 비디오 밝기 이상, 비디오 소음, 비디오 눈송이, 비디오 편광, 화면 동결, PTZ 모션 제어 불능 등 8 가지 유형으로 나뉩니다. 그 중 비디오 신호가 손실되었습니다. 핑안 도시' 가 대규모로 건설됨에 따라 각 대도시는 대량의 영상 감시 시스템을 구축했다. 모니터링 시스템은 은행, 쇼핑몰, 역, 교통길목 등 공공장소에 광범위하게 적용되었지만 공안업무에서는 장비나 기타 조건의 제한으로 인해 사건 발생 후 이미지 재생이 불분명하고 데이터가 불완전하여 사건의 제때 수사에 효과적인 단서를 제공할 수 없었다. 용의자의 얼굴 특징이 불분명하고 용의자 차량 번호판을 식별하기 어려운 문제가 자주 발생한다. , 공안부의 사건 해결과 법원 법의학에 큰 번거로움을 가져왔다. 핑안 도시가 추진되고 각지의 다양한 모니터링 시스템이 더욱 보급됨에 따라 이러한 문제가 더욱 두드러질 것입니다.

이미지가 흐릿한 이유

초점이 맞지 않거나 광학 시스템 수차, 이미징 중 상대 모션, 대기 터런스 효과, 저조도, 임의 환경 소음 등 이미지 블러의 원인은 여러 가지가 있습니다. 또한 이미지의 인코딩, 디코딩 및 전송으로 인해 이미지가 더욱 흐려질 수 있습니다. 일반적으로 이미지가 흐려지는 주된 이유는 다음과 같습니다.

렌즈의 초점이 적절하지 않고 카메라 고장 등이 있다. 을 눌러 섹션을 인쇄할 수도 있습니다

전송이 너무 멀고, 비디오 케이블이 노화되고, 환경 전자기 간섭 등이 있다.

카메라가 창문을 가리거나 렌즈가 더럽고 막히는 등.

안개, 먼지, 비, 눈과 같은 심각한 환경 영향

비디오 압축 알고리즘 및 전송 대역폭으로 인한 퍼지;

낮은 카메라 해상도 및 언더샘플링 이미징;

광학 렌즈의 한계 해상도와 카메라 불일치로 인한 흐림

고속 운동 상태에서 움직이는 표적으로 인한 모션 블러;

......

퍼지 이미지의 일반적인 솔루션

모호한 이미지 처리 기술의 경우 국내 고교와 과학연구기관은 수년 전부터 이러한 이론과 응용을 연구하고 관련 문헌을 많이 발표해 좋은 응용을 얻었다. 미국 Cognitech 소프트웨어는 미국 연방 수사국 등 법 집행 기관에서 수년 동안 사용해 온 상당히 성숙한 모호한 이미지 복구 응용 프로그램입니다. 복원된 이미지는 법정 증거로 직접 사용될 수 있는데, 이는 흐릿한 이미지 처리 기술이 이미 상당히 큰 실제 응용을 했다는 것을 보여준다.

앞서 언급했듯이 이미지가 흐려지는 데에는 여러 가지 이유가 있으며, 더 나은 처리 효과를 얻으려면 여러 가지 이유로 서로 다른 처리 방법이 필요한 경우가 많습니다. 기술적으로 흐릿한 이미지 처리 방법은 주로 이미지 향상, 이미지 복구 및 초고해상도 재구성이라는 세 가지 범주로 나뉩니다.

이미지 향상

이미지 필터링, 기하학적 변환, 대비 늘이기, 히스토그램 평준화, 공간 선명 효과, 밝기 균일화, 형태, 색상 처리 등 많은 기존 이미지 알고리즘을 사용하여 이미지 블러를 줄일 수 있습니다. 한 마디로, 이 알고리즘들은 모두 비교적 성숙하고 간단하다. 그러나 특정 흐릿한 이미지의 경우 이러한 알고리즘 중 하나 이상이 서로 다른 매개변수를 결합하여 원하는 결과를 얻을 수 있습니다. 이러한 알고리즘과 매개변수의 조합은 "이미지 안개 제거", "이미지 노이즈 제거", "이미지 선명" 알고리즘, "이미지 어둡게 디테일 향상" 알고리즘 등과 같은 구체적인 향상 알고리즘으로 발전했습니다. 이러한 알고리즘은 이미지의 선명도와 이미지 품질을 크게 향상시킵니다.

이미지 안개 제거 알고리즘은 형태학, 이미지 필터 및 색상 처리를 조합하여 구현할 수 있습니다. 그림 1 은 안개 제거 알고리즘의 실제 사용 효과입니다. 비슷한 이미지 향상 알고리즘이 많이 있습니다. 일일이 열거하지 않겠습니다.

이미지 복원

이미지 복구는 이미지 향상 기술과 마찬가지로 이미지 품질을 향상시키는 기술입니다. 이미지 복원은 이미지 퇴화에 대한 선험적 지식을 바탕으로 퇴화 모델을 만든 다음 이 모델을 기반으로 다양한 역퇴화 처리 방법을 사용하여 점진적으로 복원함으로써 이미지 품질을 높이는 것입니다.

이미지 복원과 이미지 향상은 서로 다르며 둘 다 이미지 품질을 향상시키기 위한 것입니다. 이미지 향상은 이미지가 어떻게 퇴화되는지에 관계없이 다양한 기술을 탐구해야만 이미지의 시각 효과를 향상시킬 수 있지만 이미지 복원은 완전히 다릅니다. 우리는 이미지 퇴화 과정에 대한 선험적 지식을 알고 그에 따라 상응하는 역과정 방법을 찾아야만 또렷한 복원 이미지를 얻을 수 있다. 이미지 복구의 정확성은 주로 이미지 퇴화 과정의 선험적 지식에 달려 있다.

이미지 복원 방법은 초점, 모션, 대기 터뷸런스 등으로 인한 이미지 흐림에 효과적입니다. 일반적으로 사용되는 알고리즘으로는 위너 필터 알고리즘, 소파 알고리즘, 훈련 기반 방법 등이 있습니다. 그림 3 은 비너 필터를 사용하여 모션 블러 이미지를 해결하는 예입니다. 좋은 복원 효과를 얻었습니다. 퇴화 모델을 알면 이미지 복원은 이미지 향상보다 더 좋은 효과를 얻을 수 있다.

이미지 초고해상도 재구성

기존 모니터링 시스템의 주요 목표는 매크로 장면을 모니터링하는 것입니다. 카메라 적용 면적이 커서 화면의 대상이 너무 작아서 사람의 눈을 직접 식별할 수 없습니다. 이 언더샘플링으로 인한 블러는 상당 부분을 차지하며 언더샘플링으로 인한 블러에는 초고해상도 재구성 방법이 필요합니다.

초고해상도 복원은 이미지 해상도를 높이고 이미지 품질을 수집하는 신호 처리 방법입니다. 핵심 아이디어는 이미징 시스템의 차단 주파수 이외의 신호 고주파 성분을 추정하여 이미지 해상도를 높이는 것입니다. 초고해상도 복원 기술은 처음에는 단일 이미지만 처리했다. 이 방법은 사용 가능한 정보가 단일 이미지일 뿐이므로 이미지 복구 효과에 고유한 제한이 있습니다. 시퀀스 이미지의 초고해상도 복원 기술은 신호 처리 방법을 통해 시퀀스에서 품질이 떨어지는 저해상도 이미지를 처리하여 하나 이상의 고해상도 복원 이미지를 얻을 수 있도록 설계되었습니다. 시퀀스 이미지 복원은 프레임 간의 추가 정보를 활용할 수 있으므로 단일 프레임 복원보다 우수하며 현재 연구 핫스팟입니다.

시퀀스 이미지의 초고해상도 복원은 주로 주파수 영역 방법과 공간 도메인 방법의 두 가지 범주로 나뉩니다. 주파수 영역 방법의 장점은 이론이 간단하고 계산 복잡성이 낮으며 글로벌 변환 모션 및 선형 공간 불변 퇴화 모델로 제한되며 공간 선험적 지식을 포함하는 능력이 제한적이라는 점입니다. 공간 방법에 사용된 관찰 모델에는 전역 및 로컬 모션, 공간 가변 블러 점 확장 함수, 비이상적인 하위 샘플링 등이 포함됩니다. , 그리고 공간 선험적 제약을 포함하는 강력한 능력을 가지고 있습니다. 일반적으로 사용되는 공간 방법에는 비균일 보간법, 반복 역투영법 (IBP), 볼록 투영법 (POCS), 최대 후검추정법 (MAP), 최대 우도 추정법 (ML), 필터법 등이 있습니다. 그 중에서도 지도와 POCS 연구가 많고 발전 공간이 크다. 구체적인 알고리즘에 대해서는 이 글의 중점이 아니므로 여기서는 자세히 설명하지 않습니다. 그림 5 는 다중 프레임 저해상도 이미지를 사용하는 초고해상도 재구성의 예입니다.

퍼지 이미지 처리 기술의 핵심과 단점

많은 블러링 이미지 처리 방법이 실제 응용 프로그램에서 좋은 결과를 얻었지만, 블러링 이미지 처리의 발전을 제한하는 몇 가지 요인이 있습니다. 주로 다음과 같은 측면이 있습니다.

알고리즘은 표적이 매우 강하다

대부분의 흐림 이미지 처리 알고리즘은 특정 이미지에만 적용되며 알고리즘 자체는 알고리즘 모듈의 켜기 또는 끄기 여부를 지능적으로 결정할 수 없습니다. 예를 들어 안개 제거 알고리즘은 안개 제거 이미지에 좋은 처리 효과를 얻을 수 있지만 정상 이미지에 작용하면 이미지 효과가 떨어지고 안개 제거 알고리즘 모듈을 켜거나 끄려면 수동 개입이 필요합니다.

알고리즘 매개변수 복잡성

블러 이미지 처리의 모든 알고리즘에는 실제 이미지 표현과 결합하여 최종 처리 효과를 직접 결정해야 하는 많은 매개변수가 포함되어 있습니다. 현재 알고리즘의 경우 최적의 매개변수를 지능적으로 선택할 수 없습니다.

알고리즘 프로세스의 경험성.

실제 이미지는 매우 복잡하기 때문에 많은 상황을 처리해야 하기 때문에 알고리즘 처리 프로세스가 필요합니다. 특정 흐릿한 비디오의 경우 어떤 처리 프로세스를 자동으로 선택하기가 어렵고, 수동으로 적절한 방법을 선택해야 하며, 사람의 경험에 의존할 수밖에 없다.

라벨

환경, 회선, 렌즈, 카메라의 영향으로 모니터링 시스템이 완성되고 일정 기간 동안 작동하면 일부 동영상이 흐릿해질 수 있습니다.

전반적으로, 흐릿한 이미지 처리 알고리즘이 광범위하게 적용되었지만, 이미지 알고리즘에는 한계가 있어 모든 문제를 이미지 알고리즘에 맡길 수는 없다. (윌리엄 셰익스피어, 이미지 처리, 이미지 처리, 이미지 처리, 이미지 처리, 이미지 처리, 이미지 처리, 이미지 처리, 이미지 처리) 서로 다른 유형의 퍼지 문제는 다르게 처리해야 한다. 비디오 진단 시스템의 도움으로 렌즈 초점, 먼지 차단, 회선 노화, 카메라 고장 등으로 인한 흐림 또는 이미지 품질 저하가 발생합니다. , 제때에 수리하고, 근원에서 문제를 해결해야 한다. 낮은 조도의 경우 주야간 고감도 카메라를 선호하며 비, 안개, 모션, 언더샘플링으로 인한 이미지 품질 저하의 경우 비디오 향상 서버에 포함된 다양한 블러 이미지 처리 알고리즘을 사용하여 이미지 품질을 향상시킬 수 있습니다.

이 콘텐츠를 좋아하는 사람들도 좋아합니다.

선생님이 자주 사용하시는 17 사이트가 추천해드립니다. 더 이상 자원을 찾아다닐 필요가 없습니다.

선생님이 자주 사용하시는 17 사이트가 추천해드립니다. 더 이상 자원을 찾아다닐 필요가 없습니다. ...

대학 교사 서비스 스튜디오

싫어요

안 보는 이유

물론

콘텐츠 품질이 낮으니 이 위챗 공식 계정은 보지 마세요.

맷돌은 무엇입니까? 디자이너에 의해 새로운 높이로 발휘되었다.

맷돌은 무엇입니까? 디자이너에 의해 새로운 높이로 발휘되었다. ...

제휴 설계 라이브러리

싫어요

안 보는 이유

물론

콘텐츠 품질이 낮으니 이 위챗 공식 계정은 보지 마세요.