Réduction de bruits 2D/3D DNR

En ce qui concerne la surveillance vidéo, le bruit se réfère à toutes les perturbations générées de manière aléatoire et située au hasard dans l'image ; elles se manifestent sous forme de changements de luminosité ou de couleur des pixels individuels et de leurs groupes. Le plus souvent, les bruits apparus sur le matériel vidéo enregistré résultent du niveau d’éclairage trop faible, inadapté à la sensibilité d'un convertisseur donné de la caméra, ce qui est un problème important en cas de systèmes de sécurité.

Le bruit apparu dans l'image peut affecter non seulement la qualité du matériel enregistré mais il peut également rendre difficile ou même empêcher l'identification des personnes ou des numéros d'immatriculation des véhicules ainsi qu’il peut affecter l’efficacité du système de surveillance dans des zones de bureaux et de vente éclairées de manière insuffisante. Par conséquent, la réduction de bruits est nécessaire partout, où une telle identification est nécessaire.

Deux technologies sont actuellement utilisées dans des caméras pour réduire les bruits dans le matériel vidéo enregistré : la réduction de bruits 2D (2D-DNR) et la réduction de bruits 3D (3D-DNR). Chacune de ces technologies a ses avantages et ses inconvénients.

La réduction 2D-DNR fonctionne en analysant des cadres vidéo individuels. La 3D-DNR analyse en outre les différences entre les cadres vidéo successifs pour ajuster les pixels et améliorer la fidélité de l'image. La technologie 3D-DNR permet de réduire de manière plus efficace le bruit mais son inconvénient est la tendance à brouiller les objets en mouvement.

Fig. 1. Exemples de captures d'écran où la réduction de bruits 3D-DNR est désactivée et activée

La plupart des caméras de haute qualité combinent les deux technologies de réduction de bruits pour utiliser leurs avantages et éliminer leurs inconvénients. La technologie 3D-DNR est la plus couramment utilisée dans des zones statiques de l'espace surveillé, tandis que la technologie 2D-DNR donne de meilleurs résultats en cas d’objets en mouvement ; elle est donc utilisée dans des zones où il faut surveiller le mouvement. Un algorithme convenable fournissant une intégration flexible de ces deux technologies donne les meilleurs effets de réduction de bruits et permet d’obtenir une image nette, même dans des conditions de faible éclairage.

Le bruit, outre son impact négatif sur la qualité d'image, augmente l'espace disque requis pour l'enregistrement, réduit la durée d'enregistrement, augmente la taille du flux vidéo et peut déclencher de fausses alarmes. Par conséquent, il est très important que les caméras des systèmes de surveillance, qui fonctionnent dans des conditions d'éclairage variables et souvent faibles, puissent réduire les bruits en les éliminant de manière efficace.