雾气对视频监控的影响
普通以为，大气介质主要由空气分子、水汽和气溶胶组成。气溶胶是悬浮在气体中的小粒子构成的弥散系。某些粒子具有高吸湿性，起到水汽凝结中心的作用，其大小与环境相对湿度、水汽供应和由碰撞而发作凝聚的程度有关。由于大气中各种颗粒的大小、类型以及聚集程度的不同产生晴(Clearness)、霾(Haze)，雾(Fog)，云(Cloud)、雨(Rain)等各种天气。
在晴朗的天气条件下，从物体表面反射的光线基本不会受大气中各种成分的影响发作散射、吸收、反射等现象，能够直接抵达成像设备，获得明晰无雾图像。
在有雾天气下，从物体表面反射的光线在抵达成像设备的过程中会遭到空气中悬浮颗粒的影响。气溶胶粒子是雾霾构成的主要要素，也是图像质量产生退化的根本缘由，其影响主要有以下几个方面：
(1)气溶胶粒子对光线有散射作用，散射损失使“透射光”强度衰减，构成了图像的对比度降落。
(2)由于气溶胶粒子的非均匀性，使球面波畸变成非球面波，招致图像变模糊，边缘和细节降低。
(3)气溶胶粒子的粒径较大，粒子的自身成像不容忽视，可以近似理解成“噪声”。
(4)气溶胶粒子对成像光线的散射部分会由于多次散射的作用，和原有的前向散射部分叠加在一同成像，产生一定的模糊。
二、实时视频透雾技术与其他透雾技术的比较分析
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，经过增强图像的对比度，满足客观视觉的恳求来抵达明晰化的目的;另一种是基于模型的图像恢复方法，它调查图像退化的缘由，将退化过程中止建模，采用逆向处置，以最终处置图像的恢复问题，也可以参考一下融卓科技的远距离透雾摄像机的产品。
视频监控系统透雾技术公式
目前经过增强的方式来中止透雾处置典型的方法包括：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，经过局部处置能获得相对较好的处置结果，但它们的计算量庞大、资源消耗多、不适于实时性恳求较高的设备。基于模糊逻辑的方法透雾的效果不够理想。
基于增强的方法能在一定程度上进步图像对比度，并经过增强感兴味区域来提升可识别度。但该方法未能从图像退化过程的缘由入手来中止补偿，因此它只能改善视觉效果而不能获得很好的透雾效果。高清透雾机芯
目前基于图像恢复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量法等。滤波方法如卡曼滤波方法，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。
图像退化函数估量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，需求在不同的时间点采集多幅图像作为参考图像，以便肯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。这一点限制了此类方法在实时监控中的应用。
安防产品现已应用于各种复杂场景、恶劣天气，全天候实时监控对产品的便携性与功耗、处置效果、处置的自顺应性等方面都提出了较为苛刻的恳求。良好的视频透雾技术应当在大气透射模型的基础上融合图像增强与图像恢复的技术优势，从而能够获得较为理想的图像效果并被理论工程化援用。更多资讯：www.yamakocn.com
