【导读】随着计算机与网络技术的发展，目前视频监控已经发展到了基于IP网络的全数字监控时代，即进入了第三代全数字网络视频监控时代。这个时代的代表产品以IPC、NVR为主。
但是这些数字产品受恶劣天气(雾、雨、风、光等)和监控系统自身技术条件的限制，视频图像往往达不到理想的效果，图像质量很不稳定，进而导致对识别、取证、事件分析等操作造成困难，使系统无法正常应用。因此，图像信号处理技术的研究和应用在安防领域具有很重要的意义。
数字图像信号处理的应用越来越广泛，数字信号处理主要作用是对前端图像传感器输出的信号做后期处理，其基本功能有线性纠正、噪声去除、坏点去除、内插、白平衡、自动曝光控制、自动聚焦控制等。人们对监控图像质量的要求越来越高，提升监控图像的实用价值已经成为社会向整个监控行业提出的新要求，智能化和高清化更加加快了数字图像处理技术研发进程，图像信号处理技术也将在这样的市场需求下不断演进。深圳中兴力维技术有限公司(简称力维)提出了一些更有针对性的处理功能，如 3D数字降噪功能、背光补偿功能、宽动态功能、强光抑制功能、实时视频透雾功能、电子防抖功能、低照度获取清晰图像的功能等等。这些特性功能大多是力维根据实际场景的实际需要而设计的，应用上更具针对性。
基本功能
在图像信号处理中，其基本功能有线性纠正、噪声去除、坏点去除、内插、自动白平衡、自动曝光控制、自动聚焦控制等，这些功能是一台摄像设备能输出清晰图像的基本保障。现重点介绍下这些功能中的噪声去除和自动白平衡、自动曝光控制、自动聚焦控制。其中后面的三个功能就是图像信号处理经常提到的3A处理功能。
噪声去除
数字图像的噪声主要来源于图像的获取(数字化过程)和传输过程。图像传感器的工作情况受各种因素的影响，如图像获取中的环境条件和传感元器件自身的质量。例如，使用CMOS照相机获取图像，光照程度和传感器温度是生成图像中产生大量噪声的主要因素。同时当信号经过ADC时，又会引入其他一些噪声。这些噪声会使图像整体变的模糊，而且丢失很多的细节，令人眼难以接受。所以在此，需要对图像进行去噪处理，以去除这些噪声的干扰。
空间去噪传统的方法有均值滤波和中值滤波。均值滤波能够有效地平滑噪声，但同时会将边缘变模糊。为尽量避免这个问题，通常用较小的滑窗(如3×3或5×5)对图像进行操作。中值滤波法与均值滤波法操作过程类似，所不同的是中值滤波法用滑窗内所有像素值的中间值代替滑窗中心的像素值。同样，这种方法在平滑噪声的同时将使边缘模糊，并会丢失细小的线性特征。5×5的中值滤波器将导致可观的边缘模糊。传统的空间去噪方法都是在RGB彩色空间中进行的，需要三维的图像数据，要对RGB三基色分别进行滤波，需要完整的RGB三色值，即需要对bayer型模式的数据进行内插之后的图像。这种方法虽然能够提高滤波效果，但是会占用过多的硬件资源，鉴于此，有人提出一种基于bayer型模式的双边自适应滤波器。基于bayer型模式的滤波器仅需对二维灰度图像进行滤波处理，它的硬件资源消耗可以减小为前者的三分之一。双边自适应滤波器不仅对各类噪声有良好的滤除能力，还能使图像中的细节得到很好的保留。
相关文章
基于DSP的数字图像处理系统中的抗干扰设计方案
ST推出用于智能手机和数码相机光学图像稳定系统陀螺仪
可为移动客户带来酣畅淋漓的图像与视频体验的NVIDIA Chimera架构
