执行概要

　　视频摄像机近来不断出现在每一个角落，因为它们能够让我们在不为所知的情况下进行事物监控，如某个地方、某个人及某件事。摄像机技术就像人的眼睛，只能通过感受和处理存在的光才能看到物体和场景。正如关掉屋里的灯，我们需要努力才能看清楚一样，许多视频摄像机必须处理低照环境。如果摄像机不能克服低照条件，进行清楚地监控，在场景中布置摄像机未必就能提供我们所需要的能见度。

　　视频摄像机技术的发展，尤其是低照噪声滤波技术的发展，不仅增强了构成视频流的单幅静态影像或帧的质量，而且还可增强构成每帧的单个像素的保真度。改进的滤波技术支持三维工作，可消除低照视频流中的视觉异常，让影像清晰锐利。采用强大实时处理器、配备压缩算法的摄像机在低照条件下通常比人眼更敏锐。据2010年联邦调查局统一犯罪，有52.8%的暴力犯罪与81.7%的财产犯罪尚未破获1.配备良好低照技术的摄像机将有助于缩小这一数字。

　　问题出现的部分原因

　　连接至互联网的视频摄像机（IP摄像机）正部署于各种应用。除安全与执法设施中实施的常用安全监控摄像机外，摄像机现在也广泛应用于计算机、平板电脑和智能手机。此外，越来越多的车辆也已开始配备视频监控系统或车载黑匣子，以辅助狭窄角落中的复杂操作，增强车辆的安全性。作为这些应用以及其它应用的基础，IP摄像机必须在低照下频繁提供视频流，就算有辅助照明也是如此。这个问题在安全应用中尤为重要。

　　用于监控黑暗小巷或者光线昏暗走廊的IP监控摄像机提供的视频流往往模糊、像素化、不清楚，而且对比度差。低质量视频流往往会造成面部无法识别或者完全错过所发生的事件，影响视频安全监控系统的实用性。提供更好的照明条件一般并不可行，因为灯光本身需要成本和维护，而且会使安全监控系统容易被人注意。

　　，理想的解决方案就是增强IP摄像机的低照性能，使之能够在较低光线下实现更高的工作效率，提供清晰锐利的影像。下列影像中，一个采用低照性能增强技术，另一个则没有。它们可清楚地说明这些技术增强视频监控系统等应用效果的方法。

　　图1:未采用低照性能增强技术拍摄的视频影像

　　图2:采用低照性能增强技术拍摄的视频影像

　　低照视频信号中的“噪声”

　　造成IP摄像机在低照条件下影像质量下降的元凶是“噪声”.或者说是摄像机因低照条件而不当纳入影像的无关信号数据。这些摄像机信号处理中的伪像或异常数据可导致视频流质量降低、影像模糊、清晰度下降。要改善工作在低照环境中的视频IP摄像机影像质量，需要尽可能多地消除这种噪声。通过提高视频数据流的信噪比（SNR），摄像机可提供更加清晰的影像。噪声降低后，来自场景中实际对象的信号会增强，视频影像更清晰。噪声有几个明确的来源，每一个都必须进行某种程度的处理。

　　●颗粒噪声

　　颗粒噪声理所当然来自可见光子命中视频摄像机传感器的命中率的波动。命中传感器像素的光子数量围绕与像素照度成比例的一个平均速率随机变化。

　　●固定图形噪声

　　固定图形噪声由构成IP摄像机传感器像素的小幅变动造成。每个像素在被可见光子命中时的反应不同。这些差异可能来自像素及色彩滤波器的差异，也可能来自连接像素的电路的差异。

　　●读出噪声

　　视频摄像机光传感器采集的模拟信息必须转换为数字数据，以便摄像机处理。这项工作由模数转换器完成。读出该转换过程不完全性带来的噪声。

　　消除噪声

　　消除或过滤低照视频流的噪声有两种基本方法。种方法为空间滤波。这种方法沿着构成显示屏影像的二维、高、宽进行。第二种方法为时间滤波，可为视频流中还存在的时间增加第三维。

　　●空间滤波

　　视频流由按时间顺序播放的独立静止影像或帧构成。实时视频流通常每秒显示30帧。不过如果不要求实际动作的逼真性，也可实施其它显示速率。空间滤波是一种算法分析，独立对每帧进行检查，沿影像X轴和Y轴进行每像素比较，发现噪声并予以清除。

　　●时间滤波

　　时间滤波算法可将时间维加入分析。这种方法不像空间滤波那样，对整个帧进行检查，而是按时间维分析每个像素。即将每个像素与后一个帧对比，判断是否有噪声存在。如果某个像素的运动方式非常类似于噪声，就予以清除。时间滤波比空间滤波更复杂，因为视频流往往包含运动，比如物体移动或者某人走过摄像机视野。时间滤波不但必须能够分辨出摄像机需要观察的真实运动，将其保留在视频数据流中，同时还应发现像素中任何类型可能为噪声的异常运动，将其清除。为达到该目的，已经开发出两种方法，即动作自适应法和动作补偿法。

　　动作自适应法可尝试确定物体动作发生的视频流区域。保留这些区域中的信号发送，其中包括这些区域中可能出现的任何噪声。分析影像其它部分的移动像素，判别是否是噪声，如果是就清除。

　　动作补偿分析法比动作自适应法复杂得多。动作补充分析法将先建立基准帧，以便对物体移动形成的运动像素进行时间滤波。如果运动分析正确，动作补偿法与动作自适应法相比能够去除移动物体上更多的噪声。但动作分析在低照条件下形成的高噪声水平上容易出错，因此可能会无法去除噪声并产生烦人的伪像。

　　德州仪器（TI）等能够提供大量动作自适应法及动作补偿法的技术提供商，可充分满足IP摄像机制造商与安全系统集成商的各类需求。

　　低照性能优势

　　能够在低照环境下采集高质量视频的IP摄像机在多种应用中均具有极高的效率，尤其是在安全监控系统中，其通常在低照环境下工作，并采用可能进一步降低视频所含信息等级的压缩功能。

　　所有IP摄像机均使用某种形式的视频压缩，常使用H.264高端类（HP）编解码器获得一流的压缩效率。视频压缩会导致信息丢失。要让压缩视频保持可接受的质量，比如能够识通过灯光昏暗街巷的轿车车牌或其驾车员面部，应让压缩视频位速率尽量保持为高。但是，存储量及所需备份时间制约着低成本视频压缩的位速率。

　　高噪声视频要达到要求的视频质量，需要压缩更多的数据，因而需要更大的存储，进而可增加设备成本。如果不能增大存储，就应减少备份时间，让压缩视频保持可接受的质量。同样，如果必须跨网络传输视频，且带宽有限，更少的高噪声视频可以在可用带宽的限制范围内以更高质量传输。这对在民宅中使用尤为重要，因为这里有多个Wi-Fi热点争夺少量的可用频谱。

　　H.264等压缩技术依赖多视频帧之间的一致性来压缩所包含的信息。噪声会造成多种帧的高度不一致性，需要更多的数据才能压缩压缩视频信息。良好的低照技术可消除不一致噪声，使用更低位速率实现可接受的视频质量。IP摄像机的安全系统操作人员可记录更高质量的视频，延长备份时间，降低存储成本或使用不变的存储容量。

　　另外，监控低照户外门的IP摄像机安全系统的操作人员还可能考虑安装更多的外部照明设备来改善该区域的照明，进而提高视频流质量。由于具备低照性能的摄像机可补偿照明条件，因而无需其它照明。这样可以不必安装新的电线电灯，只需采用具备优异低照性能的IP摄像机替代原来的安全摄像机即可。此外，还可完全避免因安装更多外部照明而产生的增量电力成本。

　　当前许多监控系统还整合了自动安全分析流程，其可进一步处理视频流，为负责监控的系统操作人员带来辅助功能。这些分析功能在处理更清晰、更高清晰度的视频流时效率更高。更好的安全分析可减少操作安全监控系统的人力资源。

　　图3:无低照性能增强技术的高噪声视频影像

　　图4:采用TI低照噪声滤波器后的视频影像

　　TI低照性能解决方案

　　TI在为视频安全处理应用提供业界技术方面拥有业经验证的骄人业绩，如基于IP的视频安全监控摄像机等。达芬奇 （DaVinci） 视频处理器平台是行业性能的视频引擎，有助于视频及图形加速器同步处理三个1080p 60fps视频流，实现全新应用与直观的用户界面。达芬奇用户可在采用相同内核IP的单个平台上获得可扩展产品线，为特定应用提供高性能低功耗的独特组合以及多种衍生方案。TI参考设计可实现只需六个月的快速产品开发。

　　除大量支持性器件外，TI业界视频处理器还一直是众多IP摄像机的。近期推出的达芬奇DM385视频处理器百尺竿头更进一步，集成更强大的低照性能，包括三维噪声滤波、宽泛动态处理以及具有业界压缩效率的SVC-T H.264高端压缩技术。DM385支持H.264或SVC-T高端编解码器，可压缩高达4百万像素的实时视频流与二次D1实时视频流。4Kx2K或更高分辨率视频、同步多级（基本/主流/）压缩、面部检测、视频稳定、多重曝光以及双通道传感器支持等各种特性，可帮助摄像机制造商在市场上为其产品便捷地实现差异化。此外，DM385 IP摄像机参考设计还可帮助制造商在发挥任何普通传感器优势的同时，快速向市场推出低照摄像机。

DaVinci DM385视频处理器方框图