3D濾波器顯威　IP攝影機影提升低照度畫質

視訊攝影機的最新發展著重在低照度雜訊濾波(Low-light Noise Filtering)技術，該技術不僅增強構成視訊串流的單幅靜態影像(Individual Still Image)或訊框(Frame)的畫質，且可強化構成各個訊框的個別畫素本身傳真度。監視攝影機藉由改善的濾波技術可支援三維(3D)處理，並消除低照度視訊串流中的視覺異常，使影像清晰銳利。

監視器安裝環境變數多　IP攝影機影像清晰度待克服

連接至網際網路的視訊安全攝影機(IP攝影機)正逐漸部署於各種應用場景中，且可透過這些監視攝影機將畫面傳送至桌上型電腦、平板電腦及智慧型手機，讓使用者可即時性看到監視畫面。此外，愈來愈多的車輛也開始裝設視訊監視系統，以輔助狹窄角落中的車輛移動操作，提升駕駛安全。然而，為實現這些應用，IP攝影機必須在低照度下頻繁提供視訊串流，即使有輔助照明也是如此，此一問題對於安全應用尤其重要。

使用IP攝影機監視暗巷或光線昏暗的走廊時，所提供的視訊串流往往會有模糊、畫素成顆粒狀、不清晰，而且對比度不佳等問題。低畫質的視訊串流時常造成臉部無法識別，或完全錯過發生事件，因而影響視訊安全監視系統的實用性。若奢望照明環境的條件良好，一般而言較不切實際，因為燈光本身需要成本和維護，而且會使得安全監視系統容易被人注意，引發人們觀感不佳。

提高IP攝影機影像品質有三種方法。首先，在低照度的環境下，可透過延長感測器曝光時間，使攝影機能接收更多光線，但是此舉亦容易造成移動的物體模糊不清，導致影像不清晰；其次，可加大鏡頭的孔徑，但超過f/1.4之後，光學元件成本則將大幅提高，且尺寸會變得過大，同時會使得景深變小；最後一種做法是增加影像感測器的訊號增益，但場景的雜訊也同時增加。如何運用有效的方法消除雜訊，並同時保持低照度下拍攝的影像清晰則是各家業者努力的目標。

導入3D濾波技術　IP攝影機視訊串流無窒礙

圖1　(a)不採用低照度效能增強技術的視訊影像；(b)採用低照度效能增強技術拍攝的視訊影像。

目前已有晶片業者採用最新的雜訊濾波技術，透過高靈敏度感測器，能夠使攝影機在0.1Lux以下的照明度呈現清晰的視訊。運用特殊雜訊濾波技術，即使低成本、低靈敏度的感測器也能夠大幅提升低照度效能。如圖1所示，(a)影像與(b)影像分別顯示不採用及採用低照度雜訊濾波技術的影像，清楚呈現這項技術可增強視訊監視系統等應用的效果。

造成IP攝影機在低照度條件影像畫質下降的主因是雜訊過多。攝影機進行訊號處理時出現的這些假影(Artifact)或異常，會導致視訊流畫質降低、變得模糊不清並失去解析度。如果以提高增益的方式增加場景的亮度，問題則將更加嚴重，且視訊編碼器將忙於處理大量雜訊而過熱，因此若要提升在低照度環境中運作的視訊IP攝影機影像畫質，須盡可能消除雜訊。

透過提高視訊資料串流的訊號雜訊比(SNR)，攝影機即可提供更清晰的影像，雜訊降低後，場景中實際對象的訊號將增強，視訊影像將更清晰，使得壓縮位元率降低，而且壓縮視訊的銳利度也會提高。

由於每一種雜訊來源皆不同，因此處理方式也不盡相同，接下來將簡單介紹各種雜訊的成因。首先是射雜訊(Shot Noise)，射雜訊來自於光子接觸視訊攝影機感測器的速率波動。接觸感測器畫素的光子數量與畫素照度呈現平均速率的隨機等比變化；其次為固定圖形雜訊(Fixed Pattern Noise)，此為構成IP攝影機感測器畫素本身出現的略微變動所致，各個畫素在被光子接觸時所產生的反應各不相同。這些差異可能來自畫素及色彩濾波器的差異，也可能來自連接畫素的電路本身之差異。

此外，讀出雜訊則是指視訊攝影機光感測器所擷取的類比資訊必須轉換為數位資料，以便攝影機處理。這項作業由類比數位轉換器(ADC)完成。讀出雜訊起因於轉換過程出現問題。

整合時間/空間雜訊濾波器　3D濾波技術大行其道

事實上，有兩種基本方法可消除或過濾低照度視訊串流的雜訊。第一種方法為空間濾波(Spartial Filtering)，這種方法依據構成顯示螢幕影像的二維(高與寬)進行；第二種方法為時間濾波，這種方法會增加視訊串流中也存在的第三維度(時間)。結合空間(2D)與時間濾波的雜訊濾波器稱為「3D雜訊濾波器」。

視訊串流係由依照時間順序播放的個別靜止影像或訊框所構成。即時視訊串流通常每秒顯示三十個訊框，不過，如果不要求實際動作的逼真性，也可使用其他顯示速率。空間濾波這種演算法分析可分別檢查各個訊框，沿著影像X軸和Y軸比較各個畫素，找出雜訊加以清除。

時間濾波演算法可將時間維度加入分析。這種方法是按時間維度分析每個畫素，與空間濾波檢查整個訊框的方式不同。換言之，各個畫素與下一個訊框相互對比，判斷是否存在雜訊。如果某個畫素的運動方式非常類似於雜訊，便予以清除。

由於視訊串流往往包含物體運動性，因此時間濾波比空間濾波更複雜，例如物體移動或某人走過攝影機鏡頭前。時間濾波不但必須能夠分辨攝影機須要觀察的真實運動，並將真實運動保留在視訊資料串流中，且須發現畫素中可能為雜訊的任何類型異常運動，並加以清除。基於這個目的，目前演算法業者已經開發出動作適應性(Motion Adaptive)和動作補償(Motion Compensated)等兩種方法。

動作適應性方法可嘗試確定物體動作發生的視訊串流區域，在這些區域中的訊號將予以保留，其中包括區域中可能出現的任何雜訊。分析影像其他部分的移動畫素，並判斷是否為雜訊，若是雜訊即加以清除。

動作補償分析法比動作適應性方法更加複雜。動作補充分析法將先建立參照訊框，以便對物體移動形成的運動畫素進行時間濾波。如果運動分析正確，動作補償方法能夠比動作適應性方法消除更多移動物體的雜訊，不過動作分析處理低照度條件下形成的高雜訊則容易發生錯誤，因此可能無法消除雜訊，且產生不必要的假影。

為因應攝影機在低照度下的技術挑戰，目前市面上已有晶片業者能夠提供全新動作適應性方法及動作補償方法，充分滿足IP攝影機製造商與安全系統整合商的各種需求。

視訊處理器壓縮效能進化　低照度影像品質大躍進

如圖2所示，能夠在低照度環境下擷取高畫質視訊的IP攝影機，在多種應用中均達到極高的效率，尤其是對於安全監視系統，這類系統通常在低照度環境下作業，並且進一步壓縮視訊所含的資訊。

圖2　(a)不採用低照度效能增強技術所拍攝的高雜訊視訊影像；(b)採用低照度雜訊濾波器的視訊影像。

所有IP攝影機均使用某種形式的視訊壓縮，例如採用H.264壓縮技術的編解碼器即可達到最佳的壓縮效率，但必須要注意任何視訊壓縮都會導致資訊部分遺失。為了使視訊經壓縮後，能維持可接受的畫質，須盡可能維持高壓縮視訊位元速率。然而，硬碟儲存量及所需備分時間對於低成本視訊壓縮的位元速率將會造成局限。

將視訊畫質壓縮更多位元可解決畫面充滿雜訊的問題，因為雜訊有許多不必要的詳細資料須編解碼器進行壓縮，因此需要更大的儲存量，但也同時也會增加系統成本。如果無法增加儲存量，則應縮短備份時間，使壓縮視訊維持可接受的畫質。同樣地，如果必須透過網路傳輸視訊，且頻寬有限，則可在可用頻寬的限度內，傳輸高畫質低雜訊視訊。這對於住家使用尤其重要，因為住家有多個無線區域網路(Wi-Fi)熱點爭用少量的可用頻譜；相反地，因為編解碼器未能充分處理雜訊，所以在低位元速率下壓縮視訊時，資料容易大量遺失。

由於雜訊會造成多種訊框極為不一致，因此需要更多位元才能將壓縮視訊中的資訊壓縮。良好的低照度技術可消除不一致的雜訊，以更低的位元速率呈現可接受的視訊畫質。採用低照度技術IP攝影機的安全系統操作人員能以更低的儲存成本或相同的儲存容量，記錄高畫質視訊或延長備份時間。

此外，監視低照度外門的IP攝影機安全系統操作人員也可考慮加裝更多的外部照明設備來改善該區域的照明，進而提高視訊串流畫質。由於具備低照度效能的攝影機可補償照明條件，因此無需其他照明。如此一來，不須加裝有電線連接的電燈，只須採用優異低照度效能的IP攝影機替代原來的安全攝影機即可，且也能完全避免因加裝外部照明而增加的電力成本。

目前許多進階監視系統也整合智慧安全分析流程，能夠進一步處理視訊串流，輔助負責監視的系統操作人員。特別是在處理更清楚、更高清晰度的視訊串流時，這些智慧分析功能的效率更高，優異的安全分析可減少操作安全監視系統的人力資源。

透過晶片業者優異的3D雜訊濾波技術，設備製造商就能夠提高感測器的增益，並在低照明度下產生清晰的視訊。其中，德州儀器(TI)的DaVinci視訊處理器系列平台(圖3)能使視訊及圖形加速器同步處理三個1,080p 60fps串流，實現全新應用與直覺式使用者介面。DaVinci使用者可在採用相同核心IP的單一平台上擴大產品線，為特定應用提供高效能低功耗的獨特組合以及多種衍生方案。

圖3　新一代視訊處理器架構圖

(本文作者Jacob Jose為德州儀器影像監控事業業務開發經理，Gang Hua為德州儀器影像設計師。)