视频监控的需求主要分为两类，白天的需求和夜间的需求。夜间效果主要的提升之道以低照度和补光居多，也就造成了现在市面上白光补光、红外补光、激光补光等各式各样的摄像机盛行;非补光类的，当属星光级超级照度是为当下热门。而关于白天效果的提升，一大关键点是能够适应复杂多变的环境变化，也就是我们通常所说的“全天候”。

监控摄像机常常面对室外全天候监控的考验，除了强光、暗夜、雨雪天气，雾霾就是监控的一大“天敌”。由水汽、烟尘等构成的气溶胶粒子是雾霾的主体，也是造成图像质量退化的根本原因。雾霾天气下图像色彩黯淡、对比度较低，一些重要目标的细节更是淹没在雾气中难以被察觉。因此，去除视频中的雾气，改善成像质量，是提升户外视频监控应用价值的一项重要技术。

透雾技术的发展

透雾监控需求最早出现在海事边防等国防应用，一开始相关产品都只在透雾镜头上做研究，研发了一种光学透雾技术，也就是我们通常所说的第一代透雾技术。光学透雾采用针对红外波段成像特殊优化的镜头， 通过滤光片对特定近红外波段光线进行截取，从而利用雾气中的红外光进行成像。光学透雾对于雾气的穿透力非常强，成像效果表现较好， 但由于是红外波段成像，所以呈现的也只能是黑白图像，并且这种透雾方式设备成本投入较大，一般用户有需求但会望而却步。

近几年随着民用需求的增长，也为了实现更好的透雾效果，相关厂家开始在摄像机视频图像增强技术上做研究，也就是现在在安防监控市场上非常普遍的数字算法透雾摄像机，我们称之为第二代透雾技术。数字透雾技术目前很多安防厂家主要停留在第一个阶段——“浅透雾”阶段，这类方法通过调整传感器采集信息的分布，增强观测目标的色彩与细节，使信息减少在后续处理（例如ISP和编码压缩）中的损失，用户观测效果也能获得提高。但是这种透雾效果不明显，也称假性透雾。“浅透雾”也是目前市面上普遍采用的透雾技术。

但是总是有那么一部分用户不满足于对比度的提升，所以数字透雾摄像机进入了第二个阶段——“算法透雾”阶段，算法透雾可根据物理上雾霾的形成模型，通过局部区域灰白程度判断雾霾的浓度，从而复原出清晰的无雾霾图像。算法透雾能够保留图像的原有色彩，同时能够在“浅透雾”的基础上大幅提升图像透雾效果。

图1 第一代和第二代透雾技术

而在当下，部分厂家精益求精，市场上出现了一种第三代透雾技术。除了使用低照度性能更好的感光芯片，甚至另辟蹊径在机器内部增加专门的透雾滤光片，而最主要的革新是配合光学透雾镜头增加了相应的算法透雾，有人称之为“光学+算法透雾”。光学+算法透雾，着手于在光学透雾的基础上集成透雾算法，在原有光学透雾的基础上使透雾效果得到进一步的提升，这种技术依赖于各大厂家透雾算法技术的不同，效果也有好坏。

图2 光学+算法透雾与光学透雾效果对比

由此看来，在选择一台透雾设备的时候，除了摄像机硬件本身的能力，还需要比较各个品牌产品之前的“软实力”，也就是透雾算法上的优劣。

彩色透雾热点：透雾算法

数字透雾技术可以在透雾的同时，保留图像原有的色彩，而数字透雾的核心就是透雾算法。前面提到，透雾算法技术主要有两个阶段，可以分为两类：一种是非模型的图像增强方法，通过提高比度，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。

目前通过增强的方式(浅透雾)来进行透雾处理典型的方法包括：直方图均衡化、滤波变换方法和基于模糊逻辑的方法。直方图均衡化方法，其中全局化方法运算量小但对细节的增强不够；局部均衡方法效果较好，但可能引入块状效应、计算量大、噪声被放大及算法效果不易控制的问题。滤波变换的透雾算法，通过局部处理能获得相对较好的处理结果，但它们的计算量巨大、资源消耗多、不适于实时性要求较高的设备。已知的基于模糊逻辑的方法透雾的效果不够理想。

基于图像增强的方法(算法透雾)能在一定程度上提高图像对比度，并通过增强感兴趣区域来提升可识别度。但该方法未能从图像退化过程的原因入手来进行补偿，因此它只能改善视觉感受而不能获得很好的透雾效果。所以，真正的数字透雾是基于图像复原来实现的，也就是我们通常所说的“算法透雾”。

基于图像复原的方法主要有以下几类：滤波方法、最大熵方法与图像退化函数估计法等。滤波方法如卡尔曼滤波方法，整体而言计算量较大。最大熵法能获得较高的分辨率但是其非线性、计算量大、数值求解困难。图像退化函数估计法大多依据一定的物理模型（如大气散射模型与偏振特性的透雾模型）来设计，需要在不同的时间点采集多幅图像作为参考图像，以便确定物理模型中的多个参数，而最终求解得到无雾状态下的结果图像。

图3 基于图像增强透雾和基于图像复原透雾效果差异

透雾算法也是当前安防行业有实力的厂家透雾产品的核心竞争点。以海康威视为例，在充分分析透雾理论的优势与不足，并进行深入的研究探索后，海康威视结合安防监控领域的视频图像透雾的特殊要求，开发了一种实时视频透雾技术。该技术基于大气光学原理，区分图像不同区域景深与雾浓度进行滤波处理，获得准确、自然的透雾图像，称之为“SSD算法透雾”。

在图像处理中，一般用下述模型来表达所看到的有雾图像：

I（X）=J(X)t(X)+A(1-t(x))

I代表所看到的图像强度，J是景物光线强度，A是大气光成分，T是用来描述光线通过媒介时没有被散射掉的那部分。透雾的目标就是从I中恢复出JAtJ，即对应于透雾后的结果图像。其中J(x)t(x)， 称为直接衰减项，代表的是景物光线在媒介中经过衰减后的部分， A(1-t(x))为大气光成分，由前方散射引起。

实时视频透雾处理的流程见图4所示。其输入为点阵格式视频数据，输出为经处理后的结果，与输入视频格式相同。由于实时视频透雾方法能够将细节进行有效的恢复和增强处理，因此对经过一定程度有损压缩后的视频也能够起到相当的效果，输入视频数据可以是未经有损压缩编码处理的有雾视频，也可以是压缩有雾视频的解码图像，相对而言，未经有损编码处理的视频，由于其包含的信息量更为丰富，透雾后能获得更为理想的处理结果。

图4 实时视频透雾流程图

基于输入的有雾视频，本方法利用大气成像模型来分析特征，估计出大气光值和透射率两个关键参数，结合计算机视觉和图像处理算法，利用直方图统计、对比度增强与滤波等处理来实现视频的实时透雾。

由于同时包含了全局和局部的雾浓度估计，该实时视频透雾技术能够根据雾况自动调整适应各种变化场景以及场景内的局部区域，避免出现近景透雾过度发黑而远景模糊的情况；同时兼顾了实现的效率与复杂度，保证了整个透雾的实时性与可工程化。

黑白透雾热点：突破极限

前面我们有提到透雾发展的第三个阶段“光学+算法透雾”，在黑白成像的光学透雾的基础上增加各家的透雾算法，突破极限。这种技术对于安防厂家的要求非常高，产品在设计时，就需要通过大量的实验论证，从多种方案中选择出最合适的滤光片、镜头、传感器和特定的透雾算法组合，在保证了透雾效果的同时，需要避免出现图像噪声过大，清晰度下降的情况，从而得到一种震撼的透雾效果。

图5 光学+算法透雾原理示意图

还是以海康威视为例，海康威视自主研发第三代“光学+算法透雾”技术：超级透雾，业界首创集成光学透雾、SSD透雾算法、自适应感应算法三位一体技术。超级透雾可用于多种户外需要预防浓雾的场合，如高速公路、铁路、航运、机场跑道等重要或事故易发区段；发电厂与电力传输设备、通讯基站等重点监控区域；河道、港口、边境、海事监控、森林防火等观察距离较长的监控应用；中小学校园、城市广场、旅游景区等。从应用的行业来看，包括交通、公安、航空、通讯、环保、水利、农林牧渔，以及边防等。

    总结

透雾技术经过多年的发展，经历了多个阶段，形成了以彩色透雾和黑白透雾两种不同的需求方向。彩色透雾，以当下各大安防厂家竞争的“透雾算法”为核心关键；黑白透雾，则是以“光学透雾”为基础和典型代表，可增加透雾算法来达到更好的透雾效果，力求得到更好的透雾效果，最典型的做法是“光学+算法透雾”，在浓雾下依旧清晰成像。透雾技术的发展也一直伴随着透雾算法的进步，可以说，安防厂家谁掌握了透雾的核心算法，谁就掌握了“雾霾天”下的核心竞争力。

透雾技术，助你拨开迷雾、不再迷茫。你是选择彩色？还是更透的黑白？