模糊图像的清晰化处理

出于公共安全的需要，视频监控广泛应用于交通干道和街道拐角、社区等各种场合，受环境、线路、镜头等影响，使得提取的图像、视频出现退化或关键部位模糊不清，从而对图像的识别、取证等造成困难。因此，图像的去模糊处理对安防领域具有重要意义。

从技术方面来看，模糊图像处理主要分为三大类：图像增强、图像复原和超分辨率重构。

图像增强

其目的是要改善图像的视觉效果，针对指定图像的应用场合，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，如下图处理效果：

1）人脸清晰化处理（通过LUT算法调整人脸亮度和对比度）

对比度与亮度调节

图像复原

指对退化图像品质的提升，并通过图像品质的提升达到图像在视觉上的改善。如下几个实例所示：

1 )汽车水平运动去模糊处理（通过FFT算法进行去模糊）

2）夜晚汽车不同角度运动去模糊处理（通过维纳滤波算法进行去模糊）

3）汽车不同角度运动去模糊处理（通过迭代滤波算法进行去模糊）

4）失焦去模糊处理

5）去雾霾处理

6）视频中人脸清晰化处理（通过视频多帧融合进行处理）

超分辨率重构

超分辨率复原是指通过信号处理的方法，在提高图像分辨率的同时改善采集图像质量。其核心思想是通过对成像系统之外的信号高频成分估计来提高图像的分辨率。

随着技术的发展，由于监控视频的摄像头分辨率低、视频压缩而导致的图像模糊问题已逐步减少。因天气、环境、线路、运动目标处于高速运动状态等原因导致的模糊图像，则可以通过专业的技术手段进行处理，获得较为清晰的视频图像。