透雾摄像机多用于远距离观察，如油田、海防、森林防火等行业。它可以自动识别图像中雾的浓度，对雾天、雨天、霭、烟气煤尘、粉尘、逆光、浑浊的水、强烈降雨等等恶劣天气，而引起的图像变得不好，图像泛白，图像灰色，图像反差不好等等监控环境，自动进行除雾图像调整以及图像进行自动矫正，与此同时，特种光学处理与自动雾的判断自动联动，从而得到清澈的图像。

视频监控设备雾霾天气影响分析

一、反射光受到大气粒子的散射产生衰减，造成物体的对比度退化；

二、部分粒径较大的大气粒子遮挡像素点成像，导致图像细节丢失；

三、无关的自然光经过折射参与成像，造成图像饱和度、对比度降低及色调偏移。

户外景物图像的对比度和颜色都会被改变或退化，使得图像中蕴含的许多特征被覆盖或变得模糊，导致视频监控产品不能采集到清晰的现场图像，对平安城市的建设以及各类场所安全防范的实施和管理产生了严重影响。

因此安防市场对能够具有实时去雾功能的高清网络摄像机提出了需求。

摄像机的去雾技术可以分为物理去雾和数字去雾两种。物理去雾即光学透雾主要由摄像机镜头实现，高清透雾镜头一般业内在大电动变倍镜头上才实现，价格昂贵，一般应用于港口、森林高点等场景。

数字去雾则是在摄像机或者后端软件上可实现，是一种基于人类视觉感知模型设计的后端图像复原技术，具有低成本、易部署等特点，适合广泛地推广应用于城市监控中。

镜头透雾技术分析

近年来，采用视频监控设备保卫安全已经成为了各行各业的必要手段。但是传统的视频监控设备无一例外的都有一个弊端，就是在夜间和雾天的监控效果十分不理想，而夜间和雾天又是案件多发时间。另外，对于距离稍远的监控，几乎更是一片空白。

透雾原理是这样的，在不可见光的范围内，有一频率的光可以穿透雾气，但是由于起波长不同，所以需要在摄像机上进行处理，以达到对其聚焦的目的，同时还需要在摄像机上进行从新设计，用来将这一频率的不可见光进行成像，由于这个不可见光没有对应的可见光色彩图，所以在监视器上呈现的图像为黑白颜色。透过云雾、水气拍摄物体，相当于透过了两重透镜(水珠与实际透镜)，除了R光线可以正确聚焦在CCD成像面上，RGB光线中的GB均无法正常的投射在CCD成像面上，这样就造成了普通模式镜头无法正常、清晰的得到云雾、水气中的图像。

过去CCTV镜头还处于300mm以下阶段时，观测距离一般限定在1公里以内，这种应用对天气能见度的要求比较低，但是焦距已经发展到750mm的今天，雾天对监控图像的影响就不得不引起我们的重视了。这种情况尤其是在高速公路、森林防火、油田监控和离海面较近的港口码头等远距离监控中尤为重要。这种环境往往更容易产生雾气，使24小时不间断监控面临新的挑战。

针对这种情况，少数有设计、研发能力的厂商经过努力开发出了具有透雾功能的镜头，并成功实现了成品上市。这种技术的出现，大大拓宽了视频监控的应用范围，并且是人类依靠聪明智慧战胜自然环境的又一经典案例。市场上少数厂商在不具备生产透雾镜头产品能力的情况下，使用普通的产品充当透雾镜头来销售，宣称具有透雾功能，是极不负责任的行为。当然，在实际测试中无法蒙混过关，最终摆脱不了被淘汰的命运，但给对此功能有需求的用户在产品选择上制造了许多障碍和浪费许多时间。

第2页：视频透雾增透技术分析

视频透雾增透技术分析

视频增透技术，一般指将因雾和水气灰尘等导致朦胧不清的图像变得清晰，强调图像当中某些感兴趣的特征，抑制不感兴趣的特征，使得图像的质量改善，信息量更加丰富。增强后的图像为图像的下一步应用提供良好的条件。一般来说增透技术有两种：空域的和频域的方法。但这些方法的对不同图像的适应性还存在一些缺陷。在上个世纪70年代，美国物理学家Land等提出了Retinex图像增强方法，它是基于人类视觉感知的图像处理模型。它能压缩图像动态范围，显示图像中被湮没的细节。但算法复杂，工程实现难度大，尤其是对实时视频的实时增强，因为计算量大，导致很难实际应用。随着硬件性能的提高，我们终于能把这个具有普遍适应性的图像增强算法变成实际的工程化产品。这是业内首次实现的Retinex算法的硬件产品。

Retinex算法是基于人类视觉系统感知和调节物体颜色和亮度的模型，这个模型解释了一般颜色理论无法解释的人眼对颜色的波长与亮度不是特别对应的现象。Land通过大量的实验证明我提的表面颜色不会因为光照条件的变化而改变即颜色恒常性。简单来说颜色恒常就是说无论是在正午的阳光下、白炽灯下，还是在阴暗的光照条件下，人类感觉到的同样物体颜色是一致的。正因如此，在进行图像操作时应当去除光照强度，照射不均等一些不确定和非本质的影响，只保留物体本质的反射性质如反射率等信息。基于这种方法处理的图像可以使图像在边缘锐化、动态范围压缩和颜色的恒定方面都有很好的效果，

Retinex理论的基本思想就是将原始图像看成是由照射图像和物体反射属性组成，照射光图像直接决定一幅图像中像素能够达到的动态范围，物体反射属性决定了图像的内在性质，因此，在原始图像中去除或降低照射图像的影响从而保留本质的反射属性是Retinex理论的基本思想。与其它图像增强方法相比，Retinex算法具有锐化、颜色恒常性、动态范围压缩大、色彩逼真度高等特点。

现在多部分的视频增强器只是采用基于全局的Retinex图像增强算法通过在对数域内计算相邻像素点灰度值之间的比值从而得到相邻像素点之间的相对明暗关系，继而通过该明暗关系对原像素点灰度值进行校正，最后再对校正后的像素点灰度值进行线性拉伸，得到增强的图像。所以得到的增强图像对比度不高。

电子透雾监控摄像机图像处理方式

当安防需求从被动检测发展为主动防御，智能分析依赖的各种图像处理算法变得举足轻重起来，其中透雾处理集合了多种图像算法，是较为重要的一类图像处理技术。目前已知的透雾算法大致可以分为两大类：一种是非模型的图像增强方法，通过增强图像的对比度，满足主观视觉的要求来达到清晰化的目的；另一种是基于模型的图像复原方法，它考查图像退化的原因，将退化过程进行建模，采用逆向处理，以最终解决图像的复原问题。

为了得到更好的处理效果，摄像机厂家会增设专门的图像处理芯片，可自动侦测图像的密度，最大限度地保持图像信号的细节，实现彩色增强、反差增强、边缘增强、对比度增强和亮度增强，并进行密度分割、去模糊等运算，使不同场景下的摄像画质得到明显提高，达到透雾的目的。而根据厂家的能力与研发选择，会分别选择在DSP或FPGA等不同芯片上进行相应处理。

芯片会实时读取视频流信息，通过对比参数判定是否需要开启透雾模式，也就是可以达到自动侦测雾气，甚至可以通过设定的预置模式判定出雾气浓淡，选择进入相应的透雾模式。