FDNR (Defog)

CCTV-kameror är ofta installerade utomhus. De förväntas fungera dygnet runt och inte påverkas av solljus, regn, snö och dimma, och för att minska miljöns negativa inverkan på den inspelade bilden. Väderförhållandena påverkar i hög grad kvaliteten på den bild som registreras av övervakningskameran. Dimma påverkar bildkvaliteten genom att minska kontrastförhållandet, vilket i sin tur minskar klarheten och skärpan i de detaljer som registreras av kameran. Tillverkarna inkluderar ofta många funktioner för att förbättra kvaliteten på den inspelade bilden.

Defog funktionen, som också kallas för F-DNR, en av de viktigaste algoritmerna bland de många funktioner som utvecklats för utomhusövervakning, är särskilt viktig.

Bild 1. Jämförelse av bilder med Defog-funktionen av (DEFOG OFF) och på (DEFOG ON)

Utveckling inom digital teknik som introducerades av bildbehandlingsalgoritmerna gjorde att Defog-funktionen blev allt vanligare, även i budgetkameror. Tekniken anpassar fördelningen av den information som fångas av kamerans bildsensor och förbättrar bildens kontrast och detaljer för att minska informationsförlusten under efterbehandlingen.

Det finns två kända algoritmer som används inom digital Defog-funktion: icke-modell bildförbättring och metod för återställning av modellbilder. Metoden för icke-modell bildförbättring ökar kontrastförhållandet för att säkerställa en tillfredsställande subjektiv visuell bedömning av användaren. Metoden för återställning av modellbilder analyserar orsakerna till att bildkvaliteten försämras och vänder processen för att återställa den ursprungliga bildkvaliteten.

De typiska metoderna för icke-modell bildförbättring inkluderar histogramutjämning, filtertransformation och användning av algoritmer baserade på suddig logik. Histogramutjämningen kan delas in i global histogramutjämning och partiell histogramutjämning. Den globala histogramutjämningen har en låg beräkningskostnad men förbättringen av bildinformationen är inte tillräcklig. Den partiella histogramutjämningen fungerar bättre men kan orsaka blockeffekter och öka bruset. Filtertransformationsalgoritmen ger god bildkvalitet, men beräkningskostnaden och resursanvändningen är för hög för direktövervakning. Effekter av Defog-funktionen som baseras på suddig logik är oftast otillräckliga.

På det hela taget kan metoderna för icke-modell bildförbättring förbättra bildkvaliteten i viss mån. Men de förbättrar inte bildkvaliteten på ett effektivt sätt.

Metoden för återställning av modellbilder omfattar en filtreringsmetod, en metod för maximal entropi och en metod för uppskattning av försämrad bildfunktion. Filtreringsmetoden, t.ex. Kalmanfiltrering, kräver i allmänhet tunga beräkningar. Metoden för maximal entropi ger hög upplösning, men det är en mycket komplex icke-linjär algoritm med en komplicerad beräkningsprocess. Metoden för uppskattning av den försämrade bildfunktionen utformas normalt utifrån en viss fysisk modell. Denna algoritm kräver att bilderna tas vid olika tidpunkter som referens för att bestämma parametrarna för den fysiska modellen, och eftersom detta är en metod som inte är i realtid är det svårt att använda den vid övervakning.

De största CCTV-tillverkarna har utvecklat en Defog-funktion för livevideo. Tekniken bygger på teori om atmosfärisk optik. Defog-funktionen skiljer på skärpedjup och dimtäthet i olika områden och använder filtrering för att få en klar och naturlig bild.

Nedan följer exempel på Defog-funktionen.

Bild 2. Jämförelse av bilden före och efter förbättring av kontrastförhållandet.

Bild 3. Jämförelse av bilddetaljer.

Bild 4. Jämförelse av texten i scenen.