隨著計算機與網絡技術的發展，目前視頻監控已經發展到了基于IP網絡的全數字監控時代，即進入了第三代全數字網絡視頻監控時代。這個時代的代表產品以IPC、NVR為主。但是這些數字產品受惡劣天氣(霧、雨、風、光等)和監控系統自身技術條件的限制，視頻圖像往往達不到理想的效果，圖像質量很不穩定，進而導致對識別、取證、事件分析等操作造成困難，使系統無法正常應用。因此，圖像信號處理技術的研究和應用在安防領域具有很重要的意義。

　　

數字圖像信號處理的應用越來越廣泛，數字信號處理主要作用是對前端圖像傳感器輸出的信號做后期處理，其基本功能有線性糾正、噪聲去除、壞點去除、內插、白平衡、自動曝光控制、自動聚焦控制等。人們對監控圖像質量的要求越來越高，提升監控圖像的實用價值已經成為社會向整個監控行業提出的新要求，智能化和高清化更加加快了數字圖像處理技術研發進程，圖像信號處理技術也將在這樣的市場需求下不斷演進。市場上提出了一些更有針對性的處理功能，如3D數字降噪功能、背光補償功能、寬動態功能、強光抑制功能、實時視頻透霧功能、電子防抖功能、低照度獲取清晰圖像的功能等等。這些特性功能大多是力維根據實際場景的實際需要而設計的，應用上更具針對性。

　　

　　

在圖像信號處理中，其基本功能有線性糾正、噪聲去除、壞點去除、內插、自動白平衡、自動曝光控制、自動聚焦控制等，這些功能是一臺攝像設備能輸出清晰圖像的基本保障。現重點介紹下這些功能中的噪聲去除和自動白平衡、自動曝光控制、自動聚焦控制。其中后面的三個功能就是圖像信號處理經常提到的3A處理功能。

　　

　　

數字圖像的噪聲主要來源于圖像的獲取(數字化過程)和傳輸過程。圖像傳感器的工作情況受各種因素的影響，如圖像獲取中的環境條件和傳感元器件自身的質量。例如，使用CMOS照相機獲取圖像，光照程度和傳感器溫度是生成圖像中產生大量噪聲的主要因素。同時當信號經過ADC時，又會引入其他一些噪聲。這些噪聲會使圖像整體變的模糊，而且丟失很多的細節，令人眼難以接受。所以在此，需要對圖像進行去噪處理，以去除這些噪聲的干擾。

　　

空間去噪傳統的方法有均值濾波和中值濾波。均值濾波能夠有效地平滑噪聲，但同時會將邊緣變模糊。為盡量避免這個問題，通常用較小的滑窗(如3×3或5×5)對圖像進行操作。中值濾波法與均值濾波法操作過程類似，所不同的是中值濾波法用滑窗內所有像素值的中間值代替滑窗中心的像素值。同樣，這種方法在平滑噪聲的同時將使邊緣模糊，并會丟失細小的線性特征。5×5的中值濾波器將導致可觀的邊緣模糊。傳統的空間去噪方法都是在RGB彩色空間中進行的，需要三維的圖像數據，要對RGB三基色分別進行濾波，需要完整的RGB三色值，即需要對bayer型模式的數據進行內插之后的圖像。這種方法雖然能夠提高濾波效果，但是會占用過多的硬件資源，鑒于此，有人提出一種基于bayer型模式的雙邊自適應濾波器。基于bayer型模式的濾波器僅需對二維灰度圖像進行濾波處理，它的硬件資源消耗可以減小為前者的三分之一。雙邊自適應濾波器不僅對各類噪聲有良好的濾除能力，還能使圖像中的細節得到很好的保留。