低照智能全彩技術(shù)采用全新的傳感器技術(shù)和圖像算法處理技術(shù)，在夜晚也可以達(dá)到清晰高品質(zhì)的圖像效果，顯著提升了夜間圖像的識(shí)別效率。但是由夜間抓拍帶來(lái)的光污染也是一個(gè)非常普遍的問(wèn)題，特別是交通卡口等場(chǎng)景，不僅影響駕乘人員的交通安全，也給周圍居民帶來(lái)了很大的困擾。近些年來(lái)，不少?gòu)S家在這方面做了努力和探索，但都收效有限，光污染問(wèn)題并沒(méi)有真正解決。因此，如何提升夜間圖片質(zhì)量并降低光污染，一直都是攝像機(jī)產(chǎn)業(yè)重要的研究方向。

新型高感光度sensor技術(shù)

傳統(tǒng)sensor的色彩濾波器（color filter）一般采用Bayer陣列，它是一個(gè)4X4陣列，由4個(gè)格子（2X2陣列）重復(fù)排列形成，4個(gè)格子中有1個(gè)R（紅色像素），1個(gè)B（藍(lán)色像素），2個(gè)G（綠色像素）。其中，紅色、綠色、藍(lán)色像素點(diǎn)分別僅能通過(guò)紅色光譜、綠色光譜和藍(lán)色光譜的能量。

新型高感光度sensor主要在色彩濾波器上做了如下改進(jìn)，通過(guò)提高色彩濾波器的透光率，進(jìn)而提升各像素點(diǎn)的感光能力，最終增強(qiáng)低照環(huán)境下圖像的信噪比（即可識(shí)別能力）。

總體來(lái)看，傳統(tǒng)Bayer sensor和新型高感光度sensor的透光率對(duì)比如下。

通過(guò)圖像對(duì)比可以看出, 新型高感光度sensor在靶面尺寸、像素大小、工藝一致的情況下， 成像物體可識(shí)別性較傳統(tǒng)Bayer sensor有明顯提升。

 DNN ISP降噪技術(shù)

噪聲是在信號(hào)采集過(guò)程中引入的一種圖像失真，其中最主要來(lái)自光子散粒噪聲，除此之外，噪聲來(lái)源還包括暗電流噪聲、熱點(diǎn)噪聲、固定模式噪聲以及讀出噪聲。為了獲得高質(zhì)量的圖像效果，需要先對(duì)圖像進(jìn)行降噪處理，盡可能的保持原始圖片信息的完整性，又能去除信號(hào)中的無(wú)用信息，改善編碼效率。

傳統(tǒng)的降噪算法分為空域降噪和時(shí)域降噪，空域降噪也稱單幀降噪，即對(duì)單幀畫面進(jìn)行降噪，效果較好的算法有NL-Means（非局部平均）和BM3D（三維塊匹配濾波）。NL-Means的算法思想是對(duì)每個(gè)圖像塊在圖像內(nèi)進(jìn)行搜索，找到與之相似的一系列圖像塊，相似度越高，權(quán)重越大，最后將這些相似圖像塊在空間域做加權(quán)平均，這樣能夠較好地去掉圖像中存在的噪聲。BM3D的算法思想是將這些相似圖像塊變換到頻域，在頻域做濾波和閾值處理之后，再轉(zhuǎn)換回空域。

時(shí)域降噪是一個(gè)廣義的概念，也稱多幀降噪，是在空域降噪的基礎(chǔ)上，引入幾個(gè)臨近幀的信息（即時(shí)域信息），對(duì)臨近幀中相似的像素塊在空間域做加權(quán)平均。時(shí)域降噪存在的問(wèn)題是，如果前后幀內(nèi)有運(yùn)動(dòng)物體，對(duì)不屬于同一個(gè)物體的兩個(gè)塊進(jìn)行濾波處理會(huì)造成錯(cuò)誤，產(chǎn)生拖尾現(xiàn)象。所以時(shí)域降噪的難點(diǎn)是要準(zhǔn)確檢測(cè)出運(yùn)動(dòng)強(qiáng)度，根據(jù)運(yùn)動(dòng)強(qiáng)度對(duì)時(shí)域?yàn)V波和空域?yàn)V波的結(jié)果做加權(quán)平均。運(yùn)動(dòng)強(qiáng)度大時(shí)，減小時(shí)域權(quán)重系數(shù)，增大空域權(quán)重系數(shù)。運(yùn)動(dòng)強(qiáng)度小時(shí)，增大時(shí)域權(quán)重系數(shù)，減小空域權(quán)重系數(shù)。

總結(jié)一下，傳統(tǒng)降噪技術(shù)存在兩個(gè)問(wèn)題，一是降噪的同時(shí)會(huì)丟失圖像的細(xì)節(jié)或邊緣信息，二是對(duì)運(yùn)動(dòng)強(qiáng)度估計(jì)不準(zhǔn)，特別當(dāng)噪聲較大時(shí)，導(dǎo)致降噪結(jié)果在運(yùn)動(dòng)區(qū)域有很長(zhǎng)的拖尾 。基于深度學(xué)習(xí)的降噪技術(shù)（DNN ISP降噪）在這些方面有較好的效果。DNN ISP降噪技術(shù)采用全新的算法架構(gòu)，利用類似于人腦的學(xué)習(xí)功能，可以更好的區(qū)分運(yùn)動(dòng)和非運(yùn)動(dòng)區(qū)域，解決傳統(tǒng)降噪技術(shù)的運(yùn)動(dòng)拖尾問(wèn)題，同時(shí)，還能更好的區(qū)分噪聲和細(xì)節(jié)，在抑制噪聲的同時(shí)保留更多的細(xì)節(jié)信息。

通過(guò)圖像對(duì)比可以看出，DNN ISP降噪由于采用了含有真實(shí)噪聲的訓(xùn)練數(shù)據(jù)來(lái)訓(xùn)練網(wǎng)絡(luò)，因此降噪效果比傳統(tǒng)算法要好3~6dB左右，在最終成像的可識(shí)別度上具有明顯的優(yōu)勢(shì)。

 眩光的評(píng)估標(biāo)準(zhǔn)制定

夜間抓拍除了依賴傳感器技術(shù)和圖像算法處理技術(shù)之外，對(duì)光照條件也有要求。但理想光照條件下，對(duì)人眼的刺激非常高，甚至?xí)_(dá)到極度不舒適的程度。目前業(yè)界對(duì)于眩光的評(píng)估和測(cè)量完全匱乏，未形成相關(guān)標(biāo)準(zhǔn)，導(dǎo)致高強(qiáng)度補(bǔ)光經(jīng)常被應(yīng)用在道路、小巷等場(chǎng)景，引起居民大量的投訴。

眩光指視野中由于不適宜的亮度分布，或存在極端的亮度對(duì)比，以致引起視覺(jué)不舒適或降低物體可見度的視覺(jué)現(xiàn)象。

國(guó)際照明委員會(huì)CIE提出了統(tǒng)一眩光值（UGR），用來(lái)計(jì)算眩光指數(shù)，該值在照明領(lǐng)域已經(jīng)被廣泛應(yīng)用。但在安防領(lǐng)域，補(bǔ)光一般用于全黑場(chǎng)景或者光照度極差的條件下，因此無(wú)法直接使用CIE標(biāo)準(zhǔn)，可按如下修正公式來(lái)計(jì)算。

根據(jù)實(shí)驗(yàn)測(cè)算，安防領(lǐng)域還可以按照另一種更合理的閾值增量公式進(jìn)行表征。閾值增量用來(lái)表示當(dāng)存在眩光光源時(shí)，為了看清物體，在物體及其背景之間所需要增加的亮度對(duì)比的百分比值。

由以上公式可以看出，降低閾值增量，可以從降低目標(biāo)位置亮度Lv，同時(shí)增大等效光幕亮度Lav進(jìn)行。

目前安防領(lǐng)域還未引入統(tǒng)一的測(cè)試方法，且Lv和Lav  的取值需要很強(qiáng)的理論計(jì)算以及光學(xué)設(shè)計(jì)才能達(dá)成，有很高的技術(shù)門檻。如果可以將上述公式推廣，就可以量化安防領(lǐng)域眩光的評(píng)價(jià)方法，同時(shí)再引導(dǎo)行業(yè)形成相關(guān)標(biāo)準(zhǔn)，使補(bǔ)光燈的使用完全符合預(yù)期的眩光指數(shù)要求，這樣就可以大大降低高強(qiáng)度補(bǔ)光的使用。

 智能補(bǔ)光技術(shù)

目前主流的紅外爆閃+LED頻閃+雙光譜融合技術(shù)，解決了夜間抓拍眩目的問(wèn)題，但是圖像偏色問(wèn)題、LED光污染還是十分嚴(yán)重，智能補(bǔ)光技術(shù)在白天和夜晚都可以達(dá)到清晰不偏色的圖像效果，在滿足抓拍業(yè)務(wù)的前提下顯著降低了光污染。

交通卡口LED是夜間光污染的主要來(lái)源，高速車輛快速通過(guò)抓拍區(qū)域， 抓拍一般在20~30 米，LED補(bǔ)光影響較小，但是傳統(tǒng)的全向補(bǔ)光技術(shù)，光污染區(qū)域大，50米以上眩光非常嚴(yán)重，對(duì)主車道以及周邊車道駕乘人員的安全駕駛影響很大。另外，由于有較大的光能分散，導(dǎo)致補(bǔ)光效率一般。