参考文献50
1  引言 在计算机技术高速发展的今天，信息化的高速发展和普及使得公共安全的加强成为可能，视频监控系统得以在日常生活中日益普及。但是，由于视频监控系统直接暴露在恶劣的自然环境下，容易受多种客观因素的制约，比如多变的天气状况，雾霾天气、雨雪天气、阴天等恶劣天气条件往往使获得的图像与视频的质量和可视性较差；又比如监控器材的局限，为了获得更大角度的监控角度而使用广角镜头，因此导致获得的图像与视频都有比较严重的失真情况。以上客观条件的局限都会导致获得的图像与视频失去实际意义，所以研究合适的图像增强和校正技术具有重大意义。 在传统的软件设计开发和运行文护模式当中，开发人员要对冗长的代码程序进行文护和修改，开发效率得不到保障，存在开发周期长、重复代码多、代码复用率低等缺陷[1]，而且后期的文护与修改也同样费时费力。所以，在软件开发中使用软件工程的方法，将软件系统分成若干模块分别开发，可大大提升开发效率，因此，插件技术的引入是非常必要的。
1.1  图像与视频增强技术的研究和发展现状 目前， 全球正处于快速发展的信息时代，信息的获取和传递是人们认识世界的主要途径。而很大一部分的信息是人类通过眼睛获得的，所以可以说， 图像是人类最重要的信息载体[1]。在人类获取数字图像或视频的过程中，由于各种客观条件的限制，通常不能获得非常完美的与预期相吻合的图像与视频。除了不断改善取景环境，配备更精确的取景设备之外，对于获得的有噪声的图像与视频，根据自身需要人为地提升图像的质量或者加强图像的局部细节部分，同时抑制不必要的细节信息，改善图像质量，以便在后续的特性分析时，实验者或计算机视觉系统可以对图像更好的分析和理解[1]。图像质量增强的概念就源自于上述对于低质图像的前期处理。 近年来图像增强技术获得了蓬勃发展，国内外学者对图像质量增强技术进行了大量研究与实践，出现了许多新的图像增强思路和算法，并取得了丰硕的成果。目前图像质量增强技术的基本方法分为两种：基于空域处理和基于频域处理。基于空域的图像质量增强就是直接在图像的像素空间上对坐标点的像素值进行操作[3]。基于频域的图像质量增强是将图像的空间信息转换到频率信息，这涉及到图像的傅里叶变换。然后利用噪声和正常图像信号的频率差异过滤掉噪声，所以可以利用低通滤波去除噪声。 目前基于空域的图像质量增强方法主要有直方图方法和邻域增强处理等。直方图方法是通过统计图像的灰度分布，然后根据需要改变分布规律，从而实现对图像的质量增强。例如直方图均衡是考虑到图像的灰度可能仅分布在少数像素值上，还有部分灰度区域没有像素分布，通过均衡化灰度分布的方式，实现灰度在整个灰度取值空间内均匀分布。直方图均衡算法简单易懂，在图像处理领域被广泛运用，它不需要根据图像的具体信息设置任何的参数，属于一种适用于绝大部分图像的算法， 可有效快速地提高图像对比度[4]。 领域处理是图像局部处理的一种，它将像素与其周边像素的联系考虑在内， 以包含中心像素的领域作为分析对象，处理得到的像素灰度来源于对邻域内像素灰度的计算。 邻域处理能够将像素有机地关联起来，因此被广泛应用于图像增强处理中[5]，比较常见的是均值滤波、中值滤波以及 Laplace、Gauss和 Sobel 等各种算子。 目前基于频域的图像与视频增强算法大部分是借助各种滤波器实现的，它的基本思想起源于傅里叶变换的使用，将原始图像的空间信息变换到频率信息之后，不同的像素信息以不同的频率呈现，这种频率差异就是我们进行基于频域的图像处理的依据[6]。 使用不同的滤波器可以过滤掉不同种类、不同大小的噪声，从而得到不同效果的增强图像，同时还能保持图像的重要细节信息供后续的处理。最常见的有低通滤波器、高通滤波器和同态滤波器。 公共安全图像与视频一键式质量增强与运动分析一键式质量增强与校正技术(2):http://www.youerw.com/jisuanji/lunwen_36744.html