近两年，雾霾问题严重影响初次那个安全与健康，给交通带来了不便，造成危险。而道路监控在雾霾天气的情况下对清晰度也有很大的影响。不过，dfg去雾算法技术却为这一问题提供了可行方案。不过除了雾霾的影响，摄像机本身的品质不同，拍出来的画面清晰度也不同，对于那些有需要而画面又不够清晰地图像，进行去雾处理，或者说是对图像的模糊处理法，也是目前需要的。
安防模糊图像处理要求特殊
计算机图像处理是将图像信号转换成数字信号并利用计算机对其进行处理。由于计算机的处理速度极快，且数字信号具有失真小、易保存、易传输、抗干扰能力强等特点，因而计算机图像处理的应用十分广泛，包括航空航天、遥测技术、医疗器械、工业自动化检测、安全识别、安防监控、娱乐媒体等各大领域。每一个应用领域都有其领域的特殊性要求，安防监控行业应用也有其固有的特殊性。
对图像清晰度要求较高。在治安监控现场，公安机关往往需要通过监控录像来辨认嫌疑人、证据等。一般清晰度不高的视频都达不到这种要求。在交通监控现场，交警需要通过监控图像来识别车牌、违章行为、驾驶人等要求，模糊的图像在这种场合根本无法应用。
不同的行业监控，对图像要求的差异性。比如医疗监控，对图像的色彩还原性要求比较高。智能交通监控，对摄像机夜间照度和抓拍速度要求比较高，要求能清晰辨别车牌。在无人值守监控，需要设备在无人看管的条件下能长期稳定的工作。
户外安装，无人看守。在安防领域，大多情况设备需要安装在室外，设备需要经受常年的风吹日晒。要经历常年温度、湿度、盐度、辐射等自然条件的影响。电子设备自身的老化的速度会比其他领域要相对快一些。摄像机镜头、电子设备、传输线路等设施的老化会导致图像越来越模糊。
海量视频路数的要求。在大型平安城市监控项目中，视频路数会达到上万路，甚至更多路。如此海量的视频路数，对网络带宽、存储设备都提出了很高的要求。所以在视频监控领域都期望视频编码的码率压缩比达到最高，从而降低对带宽和容量的要求。这就导致在视频编码环节产生更多的信息丢失，从而导致图像模糊。
安防领域的这些特殊应用场所，都会导致图像清晰度的下降，反过来又对图像清晰度有很高的要求，势必会导致模糊图像处理技术在这里有广阔的应用前景。
视频监控模糊图像的处理主要有三种：
一、图像增强
很多传统图像算法都可以减轻图像的模糊程度，比如图像滤波、几何变换、对比度拉伸、直方图均衡、空间域锐化、亮度均匀化、形态学、颜色处理等。就单个来讲，这些算法都比较成熟，相对简单。但是对于一个具体的模糊图像，往往需要上面的一种或者多种算法组合，配合不同的参数才能达到理想的效果。这些算法和参数的组合进一步发展成为具体的增强算法，比如“图像去雾”算法、“图像去噪”算法、“图像锐化”算法、“图像暗细节增强”算法等等。这些算法都不同程度提高了图像清晰度，很大程度改善了图像质量。
综合使用形态学、图像滤波和颜色处理等算法可以实现图像去雾的算法，图1是一个去雾算法的实际使用效果，类似的图像增强算法还有很多，不再一一列举。 |
