濟南神博信息技術有限公司專業(yè)從事國際視頻圖像智能分析處理技術、模式識別技術、數學模型、智能識別終端、計算機軟硬件等嵌入式軟件與相應安檢產品、刑偵產品、行業(yè)產品的研發(fā)、生產、銷售與服務。造成圖像模糊的原因有很多，且不同原因導致的模糊圖像需要不同的方法來進行處理。公司立足于自主創(chuàng)新、集成創(chuàng)新，產品擁有全部核心技術和自主知識產權，為我國高科技產業(yè)的發(fā)展做出更大的貢獻。

問題現(xiàn)象1：白天正常，黃昏和晚上整體變模糊

問題原因：在上面兩組圖片中，攝像機的焦距，聚焦位置都沒有發(fā)生變化，但是白天光圈小，景深很大，晚上光圈大，景深小。提高視頻質量意味著提高最終用戶的觀看滿意度，提高編碼效率則意味著在同樣的碼率限制下可以傳輸更高質量的視頻。白天聚焦清楚的位置，到了晚上可能已經落到景深之外了，就出現(xiàn)了這個現(xiàn)象，由于是光圈變化引起的，所以這種問題一般出現(xiàn)在自動光圈的攝像機上。

解決方法：將攝像機設置為手動（電子）光圈后，再調整鏡頭聚焦清楚，聚焦清楚之后，再將攝像機復原為“自動光圈”模式。

問題現(xiàn)象2：圖像一半清晰，一半模糊，俗稱“半邊糊“問題原因：傳感器出廠安裝時沒有完全水平，導致有前后距離差，僅僅幾毫米的距離差就可能顯示為“半邊糊“。

解決方法：要完全解決只能返修

對于槍機加外接鏡頭的，可以通過重現(xiàn)聚焦，適當改善，將模糊的部分分攤到兩邊，或者將模糊的部分調整到相對不明顯的角度，如顏色單一的平面。

很多攝像設備或是照相設備在錄像的時候總會因為各種各樣的原因導致圖像不是很清晰，隨著知識和科技的發(fā)展出現(xiàn)了，模糊圖像處理系統(tǒng)，下面就由神博來先來簡單講解一下圖像處理和計算機視覺的分類吧。

圖像處理和計算機視覺的分類

按照當前流行的分類方法，可以分為以下三部分：

A.圖像處理：對輸入的圖像做某種變換，輸出仍然是圖像，基本不涉及或者很少涉及圖像內容的分析。比較典型的有圖像變換，圖像增強，圖像去噪，圖像壓      縮，圖像恢復，二值圖像處理等等?；陂撝档膱D像分割也屬于圖像處理的范疇。一般處理的是單幅圖像。

B.圖像分析：對圖像的內容進行分析，提取有意義的特征，以便于后續(xù)的處理。處理的仍然是單幅圖像。

C.計算機視覺：對圖像分析得到的特征進行分析，提取場景的語義表示，讓計算機具有人眼和人腦的能力。這時處理的是多幅圖像或者序列圖像，當然也包括部分單幅圖像。

高斯模糊是圖像處理中幾乎每個程序員都或多或少聽過的名詞，但是對其原理大家可能并不了解，只知道通過高斯模糊能實現(xiàn)圖像毛玻璃效果，下面就由模糊圖像處理系統(tǒng)廠家神博來講一講吧。

圖像處理中基本的概念：卷積；隨后介紹高斯模糊的核心內容：高斯濾波器；接著，我們從頭實現(xiàn)了一個Java版本的高斯模糊算法，以及實現(xiàn)Renderscript版本。問題原因：槍機外接鏡頭，攝像機的接口是CS，正常配合接CS接口的鏡頭即可，如果的鏡頭接口是C,則需要增加C/CS轉接環(huán)。由于我們自己實現(xiàn)的Java版本的高斯模糊算法的效率太低，因此后介紹比較有名的高斯模糊的開源項目：Blurry以及BlurKit-Android。

BlurDemo是本文的配套Demo：Demo1：Java版本的高斯模糊的簡單實現(xiàn)。Demo2：Renderscript的高斯模糊實現(xiàn)。因此，模糊圖像處理技術的研究和應用在安防領域就有了很重要的意義。Demo3：BlurKit-Android的基本使用。Demo4：Blurry的基本使用。卷積本文只討論圖像，而圖像可以表示為二維矩陣，其中每個元素為ARGB像素值，因此這里討論二維矩陣的卷積操作。卷積（Convolution）是圖像處理中基本的操作，就是一個二維矩陣A（M*N）和一個二維矩陣B（m*n）做若干操作，生成一個新的二維矩陣C（M*N），其中m和n遠小于M和N，B稱為卷積核（kernel），又稱濾波器矩陣或模板。

圖像模糊是什么呢？然而圖像中的像素每一個都有自己的像素值，這些像素值決定了圖像終的顯示。一幅模糊的圖，像素點之間的差別小。下面就由神博為大家講一講怎么樣解決圖像模糊吧。

簡單的方法就是直接取所需處理像素值的周邊半徑內平均來作為它自身的像素信息，對圖像內所有像素點都可以這么處理，另外邊界點需要另外找處理方法。

還可以采取正態(tài)分布取權值的做法來取平均值，因為實際上圍繞一個特定的像素點，離它越遠，和它的相似度就越低，對它們處理的權重也應該越低，而正態(tài)分布恰好是一個山型函數可以圍繞著這一個特定的像素點取半徑進行處理。

然而實際情況下，正態(tài)分布雖說有理有據，但是效率不是很高，所以可以取多次周邊平均的方法來增加模糊效果。