当前位置:艾米科技 > 技术知识 >

摄像头屏蔽器不会让图像模糊

    当你是一个镜头迷时,像海康威视的Darkye这样的一块玻璃代表着某种神秘和奇妙的东西,它是一个镜头,能够从戴着它的相机摄像头中获得尽可能最好的性能,并且回答了一个祈祷,即当涉及到镜头时,镜头质量将停止滑向低成本的深渊平原,一分钱一分货。在Darkeye的例子中,你要为你得到的东西付费——它是$A810列表,所以这是一个特定于应用的镜头。也许我应该承认在这一点上存在利益冲突,我拥有大约20个手动镜头-素数和变焦-并且受制于手动变焦和聚焦的金属干扰器。

    这种激情让我们很难客观地看待Darkeye,它看起来像Sigma温暖的17-50 Ex HSM DX zoom和尼康略显柔软但色彩绚丽的25-50 AI-s reporter的爱子。在本次测试的机舱中,海康威视的摄像头Darkfighter DS-2CD6O2OFHWD(-A),由中央安全分发公司和Ingram Micro在本地分发。Darkfighter有一个2MP 1/2英寸的逐行扫描CMOS监控传感器,具有60fps、120dB的WDR和3D DNR数字降噪功能,以及其他一些很酷的功能。这包括海康威视的智能技术,包括人脸检测、入侵检测、线路交叉检测和目标计数、车载ANPR分析、智能除雾和EIS(电子图像稳定)。手持相机在弱光条件下获取的图像屏蔽器通常模糊,因此需要稳定的姿势和较长的曝光时间来缓解这一问题。

    尽管在图像去模糊方面已经取得了重大进展,但由于无法提取足够数量的显著特征进行模糊核估计,最先进的方法在弱光图像上往往失败。另一方面,光条纹是弱光图像中的常见现象,在现有方法中尚未得到广泛的研究。在这项工作中,我们提出了一种监控摄像头成像算法,利用光条纹,以促进去模糊低光图像。光条纹通常存在于弱光模糊图像中,包含有关相机运动和模糊核的丰富信息。本文提出了一种用于核估计的光条纹检测方法。我们引入了一个非线性模糊模型,该模型明确地考虑了光条纹和相应的干扰器光源,并将它们作为优化框架中估计模糊核的约束条件。在实际应用中,将该算法扩展到处理非均匀模糊图像。实验结果表明,该算法对真实弱光图像的去模糊效果优于现有的去模糊方法。