消滅爆閃燈 哪個技術流纔是未來主流？

（原標題：消滅爆閃燈 哪個技術流纔是未來主流？）

爆閃光爲何難避免

監控補光燈作爲“電子警察”夜晚抓拍的輔助工具，能幫助電子眼在瞬間清晰抓拍車輛信息，但從實施以來，圍繞着監控補光亮度過強幹擾夜間行車的討論聲不絕於耳。雖然這些設備都是嚴格按照國家標準亮度進行配置，但“爆閃致盲”的瞬間，仍然是不少司乘人員心中揮之不去的恐懼。

那麼這些補光燈存在的意義是什麼？無論是電子警察還是卡口的實際應用中，都無可避免遇到一個問題——由於夜晚光線不足，監控效果非常不理想，無法對違法車輛的車牌號碼、顏色等準確識別，因此補光燈成爲夜間監控的重要輔助裝置。

在2014年發佈的《交通技術監控成像補光裝置通用技術條件（GA/T 1202-2014）》中指出，在交通領域的補光燈發光方式上可分爲頻閃、脈衝、持續點亮三種方式，並規定這類裝置在額定電壓下，補光裝置的功耗每車道應小於等於50W；補光裝置在路面上形成的補光區域應覆蓋交通技術監控設備的監控成像區域，光照度均勻，無明顯暗區，且不得對周邊環境產生影響。

目前主流應用的攝像機補光種類分爲紅外、白光、暖光三種，其差異在於各自的色溫與波長。其中紅外燈波長780-1000nm，其光肉眼不可見，是最爲適合應用在交通領域的，但由於啓用紅外後監控畫面無法呈現彩色，因此在某些要求全綵的場景，需要使用白光或暖光補光燈。爲了滿足規範中規定的“補光裝置的功耗每車道應小於等於50W”，暖光燈提供的照度不能滿足大部分攝像機的夜視要求，因此爲了保證道路車輛的清晰抓拍，白光燈成了普遍的選擇。

同時在實際應用中，由於人眼對光線的感知在很大程度上受到環境影響，同等亮度的補光燈，在光線昏暗的路段或夜間越容易使人感覺刺眼無比。爲了進一步緩解補光燈帶來的擾民問題，降低對補光燈的依賴程度，提升攝像機的低照度能力成了迫在眉睫的問題。

低照度攝像機現狀

低照度攝像機，簡單來說，是指在光照較暗的情況下仍然可以獲得比較清晰圖像的攝像機，主要是通過選用具有高感光度特徵的CCD/CMOS 圖像傳感器芯片，採用雙濾光片切換機構和彩轉黑方式實現日夜型圖像轉換，在編碼過程中通過低照度圖像降噪和圖像增強等技術處理實現。

在安防行業中，一般認爲，照度指標低於0.1Lux(F1.2，AGC ON，30IRE)的攝像機，即可稱爲低照度攝像機。最低照度其實也就是攝像機對亮度靈敏程度的一個指標，其數值越小，說明攝像機靈敏度越高，性能越好。

低照度攝像機的實現方式簡單分爲以下三種：電子日夜型攝像機、慢快門攝像機與專業超低照度攝像機，其中專業的低照度攝像機在交通場景的運用越來越常見。

專業超低照度攝像機通過使用高性能的傳感器、結合DSP的圖像效果處理，來提升攝像機在微弱光線下的成像質量，實現在極低照度下的清晰彩色圖像。隨着圖像傳感器芯片製造工藝精度的不斷提升，加上DPS圖像傳感器每個像素中因爲包含很多個晶體管而帶來的有效感光面積過小的弊端將被逐步克服，所以在多種複雜的環境中，這類攝像機仍能保證不僅白天清晰的畫面，同時黑夜也能清晰可見。因此被稱爲真正的彩轉黑攝像機，例如星光攝像機便屬於這類產品。

在星光技術的基礎上，安防廠商通過軟硬件的提升，不斷提高攝像機的夜視能力。近年來，形成了超星光、黑光、AI超微光等新的流派。

星光級攝像機的“夜視”主要通過鏡頭、光圈、圖片傳感器和補光燈等多個硬件維度實現優化。鏡頭和光圈分別限制了透光和進光能力，而圖像傳感器通過感光能力，補光燈通過補光能力來加持攝像機低照度能力，但在智能交通等高要求場景，仍然不能達到要求。

黑光攝像機採用兩顆星光級圖像傳感器，通過特殊的光學元器件，其中一顆傳感器通過紅外補光采集圖像亮度信息和物體輪廓，另外一顆採集色彩信息，配合專用紅外爆閃補光設備，將採集到的圖像信息融合輸出最終圖像，從根本上解決了白光爆閃帶來的光污染問題。但這種方案會使得抓拍的圖像偏色嚴重，造成夜間成像質量不高的新問題。

AI加持 減少光污染

那麼有沒有兩全其美的辦法，既可保證圖像質量，又可減少光污染呢？答案是有的。超星光與黑光攝像機本質上是採取硬件堆砌的方式提升夜視能力，隨着人工智能技術的發展，行業內也開始使用機器學習算法等軟件的方法提升攝像機的夜視能力，降低對硬件的依賴，華爲AI超微光攝像機便是其中的代表產品。

華爲AI超微光攝像機通過內置AI芯片運行深度學習圖像增強算法，實現夜間超弱光環境下獲得高清晰、高色彩圖像，滿足用戶24小時高保真圖像線索採集，支持在微光環境下保持全綵。在配合LED智能補光燈下，根據感興趣區域和感興趣目標，以及感興趣時間，採用定向精準補光技術，有效截止了遠距離光線，燈光柔和不刺眼，降低對駕乘人員的影響，杜絕光污染。同時支持違法檢測、事件檢測、流量檢測三合一，一機多用，解決多種需求多種設備的麻雀杆問題。

這類攝像機需要對抓拍的圖像進行有效建模，直接對傳感器輸入的數據進行恢復，對圖像時域空域進行降噪處理，通過對大量抓拍圖像的深度學習，提取數據特徵，優化亮度、顏色等，達到夜間低照情況下清晰全綵成像的效果，這也意味着對攝像機的算力提出更高的要求，因此門檻也是存在的。

但相比補光燈加裝遮光罩、降低補光燈亮度而言，AI技術在現階段更能直接解決“光污染”的問題。未來隨着這類型的環保卡口設備的不斷落地，有望解決監控補光燈擾民的問題，讓每個夜行司乘人員都能被溫柔以待。