攝像機作為視頻監(jiān)控的重要核心設備之一，從第一代攝像機發(fā)展到現(xiàn)在，已經(jīng)取得了巨大的發(fā)展。從黑白到彩色，從普通攝像機到目前的一體機、智能攝像機，寬動態(tài)，低照度、分辨率、信噪比等技術指標迅速提升，但其基本原理基本沒有改變。目前攝像機中主流技術涉及寬動態(tài)、智能分析、高清以及低照度等。

寬動態(tài)

數(shù)字寬動態(tài)并沒有達到真正意義上的擴大成像動態(tài)范圍的目的，而是通過軟件的圖像后處理算法提高了局部區(qū)域的對比度，一般由攝像機ISP模組實現(xiàn)。肉眼可辨別的灰階范圍十分有限，而實際上計算機卻可以區(qū)分非常微弱的灰度差異，數(shù)字寬動態(tài)正是通過圖像處理算法將這些微弱的差異增強到肉眼足以區(qū)分。之后在CCD硬件技術基礎上出現(xiàn)了雙幀合成寬動態(tài)，解決方法就是用一顆CCD，但是上面的每一點在單一時間內曝光兩次，一次長曝光(低快門)，一次短曝光(高快門)。

所以每一點都有兩個數(shù)據(jù)輸出，就叫"雙輸出CCD"，利用DSP特有的圖像處理算法，將兩幅圖像當中亮度適當?shù)牟糠址謩e切割下來，最后進行疊加合成并輸出一幅明暗區(qū)域都清晰可見的圖像。無論是數(shù)字寬動態(tài)還是雙快門寬動態(tài)，其寬動態(tài)效果均不理想。

隨著DSP和CMOS技術的演進，DPS采用的是每一個像素單獨曝光和控制技術，加之利用CMOS傳感器采集的多幀畫面合成一幅完整圖像的線性疊加，相比于CCD的兩次曝光成像有了更高的動態(tài)范圍。從數(shù)值上來說，采用DPS技術的CMOS攝像機就目前的處理技術，其動態(tài)范圍即可到達120dB甚至140dB。寬動態(tài)技術已經(jīng)成為衡量一款攝像機性能的重要指標。就目前來看，標配寬動態(tài)功能，已經(jīng)成為各IPC廠商的共識。

智能分析

攝像機從2011年推出的移動偵測、視頻遮擋等兩三個智能分析功能，發(fā)展到如今，幾乎所有的主流廠家攝像機標配的智能功能都超過10余種，當然目前這些智能功能的標配絕大多數(shù)僅局限于中高端行業(yè)產品中。

1、診斷類智能分析。攝像機的診斷類智能分析主要是針對視頻圖像出現(xiàn)的黑屏、模糊、云臺失控、畫面凍結等常見的攝像頭故障、視頻信號干擾如場景變更、物品遺留/消失等進行準確分析、判斷和報警。

2、識別類智能分析。攝像機的這項技術偏向于對靜態(tài)場景的分析處理，通過圖像識別、圖像比對及模式匹配等核心技術，實現(xiàn)對人、車、物等相關特征信息的提取與分析。在對車的識別分析應用上主要是車牌識別技術。

3、行為類智能分析。攝像機該項技術側重于對動態(tài)場景的分析處理。典型的功能有：車輛逆行、防區(qū)入侵檢測、人員聚焦檢測、絆線穿越檢測、快速移動、人員徘徊檢測和客流統(tǒng)計等。

隨著算力的提升，前端攝像機通過內置人工智能芯片，可實時分析視頻內容，檢測運動對象，識別人、車屬性信息，并通過網(wǎng)絡傳遞到后端人工智能的中心數(shù)據(jù)庫進行存儲。

目前，人臉身份確認、車輛識別應用、視頻結構化、行為分析已經(jīng)較為常見。

高像素

2010年高清元年推出的還只是720P高清網(wǎng)絡攝像機，一直到2012年，主流安企高清網(wǎng)絡攝像機還是以130萬和200萬為主，300以上像素還很少。隨著CMOS技術的引入，高清攝像機快速發(fā)展，300萬、400萬、500萬、600萬、1200萬像素的攝像機像雨后春筍一般冒上來，這就是技術的創(chuàng)新帶來了產品體系的創(chuàng)新。

目前以4K、8K為代表的超高清成為各廠家的標配。對用戶而言，4K不僅僅是對視覺的體驗和享受，而是4K的分辨率是1080P的4倍，如果用4K攝像機和1080P攝像機拍攝相同視場角下的同一場景，4K攝像機會用4倍于1080P攝像機所用的信息量去還原場景，畫面自然更清晰、更貼近真實。從"用"的角度來講，由于4K畫面的信息量是1080P的四倍，基于更多的信息量，就能實現(xiàn)更準確的智能分析，4K一旦大規(guī)模部署，智能分析的準確率就能上升一個臺階，而且也會有更豐富更令人驚喜的智能應用得到實現(xiàn)。

低照度

行業(yè)內公認0.001Lux及以下稱之為星光級攝像機，目前廣泛應用于平安城市、金融、酒店樓宇、平安村居、港口、高速公路等項目中，無需大規(guī)模安裝補光照明設施，就可以得到較好的夜間高清彩色監(jiān)控畫面需求。星光級照度監(jiān)控技術主要受鏡頭、圖像傳感器、后端圖像處理技術等因素的影響，各安企廠家也都是從利用大光圈鏡頭、選用大靶面?zhèn)鞲衅饕约傲己玫膱D像處理技術等幾個方面等幾個方面進行提升。

當前出現(xiàn)了以AI超微光技術為代表，通過對應用場景目標圖像要求的提煉，采集了海量夜間低照情況下車輛卡口、車輛電警、人員卡口以及全結構化攝像機的圖像樣本與模擬數(shù)據(jù)，并針對性的進行了數(shù)學建模，設計了一套從采集、標圖、訓練以及模型轉化的端到端的深度學習模型。另外還有超星光、黑光、極光等技術。
責任編輯；zl