FDNR (Defog)

Kamere CCTV se pogosto namešča na prostem. Pričakuje se, da bodo brez težav delovale ves čas - 24 ur dnevno vsak dan - in da bodo ob izpostavljenosti močni svetlobi, dežju, snegu ali megli minimalizirale škodljive vplive okolja na posnetke. Okoljski pogoji imajo močan vpliv na kakovost slike iz nadzorne kamere. Megla zmanjša kakovost slike z zelo visokim zmanjšanjem koeficienta kontrasta, kar posledično sproža učinek slabše izrazitosti in ostrine, ki sta potrebni zlasti pri detajlih prizorov, ki jih snema kamera. Proizvajalci vse pogosteje opremljajo svoje kamere s številnimi funkcijami, ki so namenjene izboljšanju kakovosti posnetkov.

V zvezi s tem je pomembna funkcija Defog, včasih imenovana tudi F-DNR, ki je eden od ključnih algoritmov, implementiranih v številnih funkcijah, koristnih pri nadzoru s kamerami na prostem.

Slika 1. Primerjava slike pri izklopljeni (DEFOG OFF) in vklopljeni (DEFOG ON) funkciji Defog

Napredek v razvoju digitalne tehnologije z uvajanjem ustreznih algoritmov za obdelavo slike ima za posledico, da so s funkcijo Defog vse pogosteje opremljene tudi kamere nižjih cenovnih razredov. Ta tehnologija prilagodi razporeditev informacij, ki jih prestreza pretvornik kamere, ter tudi izboljšuje kontrast in prikaz detajlov na posnetkih, v cilju zmanjšanja izgube informacij med kasnejšo obdelavo.

Obstajata dva znana algoritma, ki se ju poslužuje digitalna funkcija Defog: nemodelna izboljšava slike in metoda povrnitve modelne slike. Nemodelna metoda izboljšave slike poveča koeficient kontrasta, tako da subjektivna vizualna ocena ostane zadovoljiva za uporabnika. Modelna metoda povrnitve slike razišče vzroke poslabšanja slike in nato poskuša obrniti ta proces za dosego tega, da se končna kakovost posnetka zbliža z izgledom predmeta posnetka.

Tipični načini nemodelne izboljšave slike zajemajo izenačitev histograma in uporabo algoritmov, zasnovanih na mehki logiki. Korekcije histograma lahko delimo na globalne in delne. Globalna izenačitev histograma ima nizki obračunski strošek, vendar izboljšanje podrobnih informacij na sliki najpogosteje ni zadovoljivo. Na drugi strani pa ima delna izenačitev histograma boljšo učinkovitost, vendar lahko povzroči učinke blokiranja, pojavi se lahko tudi ojačanje šumov. Algoritem modifikacije filtra zagotavlja dobro kakovost slike, vendar sta strošek izračunov in poraba virov tako visoka, da se ta rešitev ne obnese v primeru ogleda v živo. Medtem ko učinki funkcije Defog, zasnovani na mehki logiki, običajno niso zadovoljivi.

Če povzamemo, metode nemodelne izboljšave slike lahko do neke mere izboljšajo kakovost slike. Vendar je učinkovitost te izboljšave omejena.

Metoda povrnitve modelne slike zajema metodo filtriranja, metodo maksimalne entropije in metodo ocenjevanja funkcije degradirane slike. Metoda filtriranja, kot je npr. Kalmanovo filtriranje, običajno zahteva zapletene izračune. Z metodo maksimalne entropije dobimo visoko ločljivost, vendar gre za nelinearni algoritem z visoko stopnjo zapletenosti izračunov, zelo zapleten je tudi sam proces. Metodo ocenjevanja funkcije degradirane slike se običajno uvaja na podlagi določenega fizičnega modela. Ta algoritem zahteva prestrezanje slike v različnih trenutkih za kasnejšo uporabo v cilju določitve parametrov fizičnega modela, ker pa gre za metodo, ki se je ne izvaja v realnem času, jo je težko uporabiti pri monitoringu CCTV.

Največji proizvajalci v panogi CCTV so razvili funkcijo Defog, ki lahko deluje v živo. Ta tehnologija temelji na teoriji atmosferske optike. Tekom delovanja funkcije Defog se razlikujeta globina polja slike in gostota megle na različnih predelih slike, koristi se tudi proces filtriranja v cilju doseganja subjektivno izrazite in naravne slike.

Spodaj je nekaj primerov delovanja funkcije Defog.

Sl. 2. Primerjava slike pred in po ojačitvi koeficienta kontrasta.

Sl. 3. Primerjava detajlov slike.

Sl. 4. Primerjava besedila v prizoru.