Шумоподавление в IP камерах

Зачем нужно подавлять шум?

Чаще всего шумоподавление служит для улучшения изображения с камеры, но может также использоваться для каких-то специализированных целей - например, в медицине для увеличения четкости изображения на рентгеновских снимках, в качестве предобработки для последующего распознавания и т.п.

Также шумоподавление играет важную роль при сжатии видеопоследовательностей и изображений. И в видео, и в изображениях сжатие основано на пространственной корреляции значений пикселей, а в случае видео - еще и временной корреляции (на сходстве последовательно идущих кадров между собой). Одной из основных проблем в алгоритмах сжатия является определение локальной зашумленности данной области изображения, поскольку при сжатии сильный шум может быть принят за детали изображения, и это может, во-первых, привести к увеличению сложности с точки зрения сжатия и, во-вторых, отрицательно повлиять на результирующее качество сжатого изображения. При сжатии видеоизображений наличие шума приводит, кроме того, к увеличению межкадровой разницы, понижая, таким образом, степень сжатия, и отрицательно влияет на точность работы алгоритма компенсации движения.

Откуда берется шум?

Источники шума могут быть различными:

·         неидеальное оборудование для захвата изображения - видеокамера, сканер и т.п.

·         плохие условия съемки - например, сильные шумы, возникающие при ночной фото/видеосъемке

·         помехи при передаче по аналоговым каналам - наводки от источников электромагнитных полей, собственные шумы активных компонентов (усилителей) линии передачи (пример - телевизионный сигнал)

·         неточности (плохие фильтры) при выделении яркостного и цветоразностных сигналов из аналогового композитного сигнала и т. п.

Соответственно, шумы тоже бывают разных видов. Самые распространенные:

·         белый шум - сигнал, отсчеты которого не коррелируют друг с другом, и его разновидность - белый гауссовский шум, который возникает, в частности, при плохих условиях приема сигнала и описывается следующей функцией плотности распределения амплитуд:
 

 
где d - амплитуда шума, а σ - параметр распределения

·         импульсный шум - случайные изолированные точки на изображении, значение которых значительно отличается от значений окружающих их точек (обычно возникает при передаче по аналоговым каналам).

·         цветные пятна - характерны для аналогового сигнала (к примеру, присутствуют в видеоизображении, оцифрованном с видеокассет VHS).

Менее распространенные виды шума - шум вида <соль и перец> (как правило, вызывается помехами в электросети) и вертикальные царапины (характерны для старых черно-белых кинолент, возникают при механическом повреждении эмульсии на пленке).

Алгоритмы шумоподавления обычно специализируются на подавлении какого-то конкретного вида шума. Не существует пока универсальных фильтров, детектирующих и подавляющих все виды шумов. Однако многие шумы можно довольно хорошо приблизить моделью белого гауссовского шума, поэтому большинство алгоритмов ориентировано на подавление именно этого вида шума.

Отношение сигнал-шум говорит нам о возможности камеры генерировать изображение определенного качества. Отношение сигнал/шум определяется в децибелах при отключенной функции автоматической регулировки усиления (АРУ). Отношение сигнал-шум косвенно связано со светочувствительностью камеры наблюдения.

Освещенность различных объектов в люксах:

Дневное, естественное освещение на улице

6500 лк

Магазины, супермаркеты

800 лк

Стоянки автотранспорта, товарные склады

60…10 лк

Ночное естественное освещение на улице

0,003 лк

Темная ночь

0,0001 лк

Домашнее, офисное освещение

100 – 1 000 лк

Шум в видеопоследовательности можно условно разделить на пространственный и временной. Временным шумом называют неприятный визуальный эффект, возникающий в видео из-за случайного или коррелированного изменения пространственного шума от кадра к кадру. В некоторых источниках под временным шумом понимают любое случайное изменение значений каждого пиксела во времени, в том числе смену яркости от кадра к кадру. Соответственно, фильтры шумоподавления также делятся на пространственные и временные: первые производят усреднение пикселей по каждому отдельному кадру (изображению), а вторые - между несколькими последовательно идущими кадрами. Во временных фильтрах часто используются алгоритмы детектирования и/или компенсации движения. На практике обычно используется сочетание пространственного и временного методов шумоподавления - так называемый, 3D-фильтр. При этом в большинстве существующих алгоритмов первым применяется пространственный фильтр, поскольку после его работы процедура обнаружения движения во временном фильтре становится проще и точнее, и, как следствие, временное шумоподавление становится более эффективным. Хотя обратный порядок применения тоже имеет свои преимущества: временной фильтр, как правило, работает довольно бережно; проработав вначале, он понизит общий уровень шума и предотвратит излишнее размытие, характерное для любого пространственного фильтра.

Основная проблема при пространственном шумоподавлении заключается в том, чтобы не испортить четкость краев предметов на изображении, а также мелкие детали, соизмеримые по амплитуде с шумом. Основной проблемой при временном шумоподавлении является эффект размытия движения (<ореол>), возникающий при попытке усреднить пиксели вдоль границ движущихся объектов.

 

Рекомендации по монтажу.

При монтаже видеонаблюдения, особое внимание нужно уделять условиям освещенности в которых будет работать камера. При полном отсутствии освещения в ночное время в области наблюдения, использование функции видео наблюдения может сделать изображение не резким (размытым). Для того что избежать «размытие» изображения необходима установка дополнительно освещения. Эта мера позволит камере использовать функцию шумоподавления в меньшей степени и сделать изображение более резким и «читаемым».

 

Технологии 2D и 3D шумоподавления.

В современных IP видеокамерах важное место занимают технологии борьбы с шумами в видеосигнале. Шумы, обычно проявляются в условиях недостаточной освещенности, когда матрица работает с максимальной чувствительностью, и представляют собой разноцветные точки, хаотично распределенные по экрану.

Двумерное 2D шумоподавление работает по двум направлениям - площади изображения, удаляя "шумовые" пиксели по критериям контрастности и цветности относительно полезного изображения, и во временном распределении. Шумоподавление по времени использует адаптивный метод, когда анализируются пиксели в одинаковых позициях в разных кадрах видеоряда и компенсационный метод, когда анализируются траектории движения пикселей по площади изображения.

Двумерные фильтры шумоподавления обладают существенным недостатком - стираются контрастные границы объектов на изображении и картинка становится несколько размытой.

Трехмерное 3D шумоподавление, также анализирует кадры по временной фильтрации совместно с определением траектории движения пикселя без фильтрации, затем алгоритм сравнивает обе последовательности кадров, с учетом оценки и компенсации движения и оценки шума.

В результате значительно снижается шумовое загрязнение изображения при сохранении контрастных границ объектов в кадре.

Далее приведен пример работы функции шумоподавления на примере камеры Модель 120 (BSP-DO20-VF-03).

 

 

 

 

2D и 3D DNR (2D/3D digital noise reduction - цифровое подавление шума) — это методы подавления шумов в изображении, появляющихся при недостаточном освещении.

В системах передачи видеосигнала, к которым относятся так же и системы видеонаблюдения, особое место уделяется алгоритмам фильтрации шума.

Шумоподавление имеет решающее значение для общего функционирования системы, так как наличие шумов в видеосигнале не только ухудшает качество изображения, но также влияет и на последующие процессы обработки сигналов.

Шум особенно вреден для цифрового видео, которое подвергается сжатию и последующей декомпрессии.

В настоящее время способы шумоподавления можно разделить на два типа: двумерное 2D DNR, (которое в свою очередь делится на пространственное и временное) и трёхмерное 3D DNR шумоподавление.

Пространственный фильтр шумоподавления анализирует изображение только в пространственной области, игнорируя информацию во временном направлении.

Временные фильтры подавления шумов анализируют пиксели только во временном направлении. Временное шумоподавление может использовать адаптивный или компенсационный методы.

При адаптивном методе анализируется пиксели, находящиеся в одной и той же позиции в разных кадрах.

Компенсационный метод основан на анализе траектории движения, опираясь на фактические данные, полученные по результатам оценки движения.

Но у 2D DNR метода есть недостаток — при обработке сигнала детали изображения становятся расплывчатыми.

2D шумоподавление выключено

2D шумоподавление включено

 

3D DNR фильтр шумоподавления объединяет преимущества временных фильтров с пространственными фильтрами, но при этом лишен присущих им недостатков.

При 3D DNR шумоподавлении применяется метод уменьшения аддитивного влияния гауссовского шума, анализирующий множество последовательных кадров видео с помощью временной фильтрации.

3D шумоподавление выключено

3D шумоподавление включено

 

 

Метод определяет степень различия между пикселями в текущем кадре и пикселями в предшествующем кадре.

Он также определяет вектор движения, который показателен для движения пикселя в текущем кадре, и аналогичное движение компенсируемого пикселя в фильтрованном кадре.

Затем метод оценивает искажение, затрагивающее пиксель в текущем кадре.

В итоге фильтр рассчитывает результат по усредненному «весу» пикселей в текущем кадре с учетом пикселей второго кадра, учитывая результаты обнаружения и оценки движения, компенсации движения и оценку шума.

Благодаря этому методу можно получить качественное изображение видеосигнала при неблагоприятных условиях освещённости.