2. 基础知识：图像处理与计算机视觉基础
安防摄像头的智能分析功能，无论是区域入侵、停留还是越界判断，其底层都依赖于对数字图像的理解与处理。在深入算法逻辑之前，我们必须先建立对图像数据本身的认知框架。本章将围绕像素、颜色空间、分辨率、帧率以及摄像头成像原理展开，这些概念是连接物理世界与数字算法的桥梁，也是后续调试算法阈值、优化检测效果时最常打交道的底层参数。
2.1 像素与数字图像的本质
数字图像的本质是一个二维矩阵，矩阵中的每一个最小单元被称为像素（Pixel）。对于安防摄像头而言，当光线通过镜头投射到 CMOS 或 CCD 传感器上时，传感器上的感光单元会将光信号转换为电信号，再经过模数转换器（ADC）变为数字值。这个数字值就是该像素的灰度值或颜色值。例如，一张 1920×1080 分辨率的图像，实际上就是一个包含 1920 列、1080 行的矩阵，总计约 207 万个像素点。
理解像素需要关注两个维度：空间分辨率和灰度分辨率。空间分辨率决定了图像的细节清晰度，而灰度分辨率（通常为 8bit，即 0-255 的灰度范围）决定了亮度层次的细腻程度。在安防场景中，像素并非越多越好——过高的分辨率会带来存储和带宽压力，而像素不足则会导致远处的人形目标在图像中仅占据几个像素，无法被检测算法有效识别。
2.2 颜色空间及其在安防中的应用
颜色空间是描述颜色的数学模型。安防领域最常用的颜色空间包括 RGB、YUV 和 HSV。RGB 是显示设备的基础，但它的三个分量高度相关，且对光照变化敏感，不适合直接用于图像分析。YUV 将亮度（Y）与色度（U、V）分离，这使得视频压缩和传输更加高效——人眼对亮度变化更敏感，因此可以对色度进行下采样而不影响主观画质。HSV（色调、饱和度、明度）则更接近人类对颜色的感知方式，常用于颜色阈值分割。
| 颜色空间 | 分量说明 | 安防应用场景 | 优缺点 |
|---|---|---|---|
| RGB | 红、绿、蓝三通道 | 屏幕显示、图像采集原始格式 | 直观但通道相关性强，光照变化影响大 |
| YUV | 亮度Y + 色度UV | 视频编码（H.264/H.265）、网络传输 | 亮度与色度分离，利于压缩；兼容黑白/彩色 |
| HSV | 色调H、饱和度S、明度V | 夜间红外模式下的目标分割、颜色特征提取 | 对光照鲁棒性较好，但阈值设定需要经验 |
在实际的人形检测流程中，算法通常先将 RGB 图像转换为 YUV 或灰度图，以降低计算量并增强对光照变化的鲁棒性。例如，在夜间红外模式下，图像失去彩色信息，此时算法主要依赖亮度梯度来识别人形轮廓。
2.3 图像分辨率与帧率：清晰度与流畅度的权衡
分辨率决定了图像的静态细节，帧率（fps，每秒传输帧数）决定了运动的流畅度。安防摄像头常见的分辨率有 720P（1280×720）、1080P（1920×1080）、3MP（2048×1536）和 4K（3840×2160）。帧率通常为 25fps（PAL 制式）或 30fps（NTSC 制式）。
分辨率和帧率共同决定了摄像头的数据吞吐量。以 1080P@25fps 为例，原始数据量约为 1920×1080×3 字节×25 ≈ 155 MB/s，这显然无法直接传输和存储，因此必须经过视频编码压缩。编码后的码率通常在 2-8 Mbps 之间，具体取决于场景复杂度和画质要求。对于人形检测算法而言，帧率过低会导致运动目标出现拖影或跳变，影响跟踪的连续性；而分辨率过低则会使目标边缘模糊，降低检测置信度。
2.4 摄像头成像原理与关键参数
摄像头成像涉及镜头、传感器和 ISP（图像信号处理器）三个核心环节。镜头负责将场景光线聚焦到传感器表面，其焦距决定了视场角（FOV）——焦距越短，视场角越大，但远处目标越小。传感器（CMOS 为主）将光信号转换为电信号，其靶面尺寸（如 1/2.7 英寸）影响感光能力和噪点水平。ISP 则负责白平衡、降噪、锐化、宽动态等处理，最终输出标准的 YUV 或 RGB 图像。
在安防场景中，还有两个关键参数需要关注：宽动态范围（WDR）和最低照度。宽动态用于逆光场景，如出入口处室内外光线差异大的情况；最低照度决定了夜间无补光时的成像质量。这些参数直接影响算法在复杂光照下的表现——例如，在强逆光下，人形可能因过曝或欠曝而丢失轮廓信息。
// 成像链路简化示意（非实际代码）
光信号 → 镜头聚焦 → CMOS光电转换 → ADC数字化 → ISP处理
↓ ↓ ↓ ↓
焦距/光圈 量子效率/噪声 位深(8/10bit) WDR/降噪/锐化
↓ ↓ ↓ ↓
视场角 灵敏度/动态范围 灰度范围 YUV输出
2.5 实战场景：光照变化对检测的影响与对策
某园区周界部署了 8 台 1080P 枪机用于越界检测。白天检测准确率约 95%，但傍晚和夜间骤降至 60%。排查发现，问题并非算法缺陷，而是成像链路在光照变化时未能提供稳定的输入。具体表现为：傍晚自动切换红外模式时，图像出现 2-3 秒的闪烁和偏色；夜间红外补光不均匀，导致画面中心过亮、边缘过暗。
针对该问题，采取了以下措施：
- 调整 IR-CUT 切换策略：将自动切换改为定时切换（如日落前 30 分钟强制切换），避免反复切换造成的图像抖动。
- 优化 ISP 参数：在红外模式下降低降噪强度，保留更多边缘细节；开启 3D 降噪以减少暗部噪点。
- 调整补光角度：将红外灯角度从 30° 调整为 45°，使光线分布更均匀。
- 算法侧适配：在夜间模式下调低检测置信度阈值（从 0.7 降至 0.55），并启用基于亮度梯度的辅助检测分支。
调整后，夜间检测准确率回升至 88%。虽然仍低于白天水平，但已满足安防需求。复盘经验是：算法性能的上限由成像质量决定，在调试算法之前，必须先确保摄像头本身输出稳定、清晰的图像。
2.6 常见误区与总结
在图像基础知识的应用中，存在几个常见误区。第一，盲目追求高分辨率，却忽略了镜头焦距与视场角的匹配，导致目标像素尺寸反而变小。第二，忽视帧率与运动速度的关系——对于快速奔跑的人形，25fps 下相邻帧位移可能超过 20 像素，需要算法具备更大的搜索范围。第三，将颜色空间转换视为无关紧要的预处理，实际上在阴影、反光等场景下，YUV 或 HSV 空间的阈值分割效果远优于 RGB。