明景模糊图像处理系统针对模糊的图像，用不同的方法使图像清晰化。以辅助应用人员更好的挖掘图像中有用信息，如车辆牌照号、人脸信息、外观特征等。除了手工设置图像处理参数外，系统可以通过遍历方式，自动寻找最优算法参数，从而达到理想处理效果。支持照度校正、环境问题处理、特定模糊处理、色彩增强处理、影像模式转换、任意模糊恢复、噪声处理、高级影像放大、轮廓析出处理。

功能描述

1、特别适合处理各种监控场所的低质量录像带或硬盘录像；

2、无论是4画面、9画面、16画面等其他交叉格式，都轻松处理，彻底抛弃损失重要信息的非线性编辑系统；

3、无压缩无丢失连续数字视频捕捉，彻底抛弃损失重要信息的非线性编辑系统；

4、超长时间数字转录，可靠保护原始录像带；

5、提供不限次数的方便快捷的反复数字播放，快速找到关键段落和画面；

6、选取任意录像段落或任意画面；

7、专业长时间多通道交叉录像带自动处理和分析；

8、专业滤除各种录像噪声、杂点和干扰线；

9、多种独有模糊图像处理手段：如序列处理、自动增强、自动匀强等。

模糊图像处理法

一、图像增强

很多传统图像算法都可以减轻图像的模糊程度，比如图像滤波、几何变换、对比度拉伸、直方图均衡、空间域锐化、亮度均匀化、形态学、颜色处理等。就单个来讲，这些算法都比较成熟，相对简单。但是对于一个具体的模糊图像，往往需要上面的一种或者多种算法组合，配合不同的参数才能达到理想的效果。这些算法和参数的组合进一步发展成为具体的增强算法，比如“图像去雾”算法、“图像去噪”算法、“图像锐化”算法、“图像暗细节增强”算法等等。这些算法都不同程度提高了图像清晰度，很大程度改善了图像质量。

二、图像复原

图像复原与图像增强技术一样，也是一种改善图像质量的技术。图像复原是根据图像退化的先验知识建立一个退化模型，然后以此模型为基础，采用各种逆退化处理方法逐步进行恢复，从而达到改善图像质量的目的。

图像复原和图像增强是有区别的，两者的目的都是为了改善图像的质量。但图像增强不考虑图像是如何退化的，只有通过试探各种技术来增强图像的视觉效果，而图像复原就完全不同，需要知道图像退化过程的先验知识，据此找出一种相应的逆过程方法，从而得到复原的清晰图像。图像复原主要取决于对图像退化过程的先验知识所掌握的精确程度。

对由于离焦、运动、大气湍流等原因引起的图像模糊，图像复原的方法效果较好，常用的算法包括维纳滤波算法、小波算法、基于训练的方法等。图3是使用维纳滤波解决运动模糊图像的例子，取得了很好的复原效果。在知道退化模型的情况下，相对图像增强来说，图像复原可以取得更好的效果。

三、图像超分辨率重构

现有的监控系统主要目标为宏观场景的监视，一个摄像机，覆盖一个很大的范围，导致画面中目标太小，人眼很难直接辨认。这类由于欠采样导致的模糊占很大比例，对于由欠采样导致的模糊需要使用超分辨率重构的方法。

超分辨率复原是通过信号处理的方法，在提高图像的分辨率的同时改善采集图像质量。其核心思想是通过对成像系统截止频率之外的信号高频成分估计来提高图像的分辨率。超分辨率复原技术最初只对单幅图像进行处理，这种方法由于可利用的信息只有单幅图像，图像复原效果有着固有的局限。序列图像的超分辨率复原技术旨在采用信号处理方法通过对序列低分辨率退化图像的处理来获得一幅或者多幅高分辨率复原图像。由于序列图像复原可利用帧间的额外信息，比单幅复原效果更好，是当前的研究热点。