消灭爆闪灯哪个技术流才是未来主流？

（原标题：消灭爆闪灯 哪个技术流才是未来主流？）

　　爆闪光为何难避免

　　监控补光灯作为“电子警察”夜晚抓拍的辅助工具，能帮助电子眼在瞬间清晰抓拍车辆信息，但从实施以来，围绕着监控补光亮度过强干扰夜间行车的讨论声不绝于耳。虽然这些设备都是严格按照国家标准亮度进行配置，但“爆闪致盲”的瞬间，仍然是不少司乘人员心中挥之不去的恐惧。

　　那么这些补光灯存在的意义是什么？无论是电子警察还是卡口的实际应用中，都无可避免遇到一个问题——由于夜晚光线不足，监控效果非常不理想，无法对违法车辆的车牌号码、颜色等准确识别，因此补光灯成为夜间监控的重要辅助装置。

　　在2014年发布的《交通技术监控成像补光装置通用技术条件（GA/T 1202-2014）》中指出，在交通领域的补光灯发光方式上可分为频闪、脉冲、持续点亮三种方式，并规定这类装置在额定电压下，补光装置的功耗每车道应小于等于50W；补光装置在路面上形成的补光区域应覆盖交通技术监控设备的监控成像区域，光照度均匀，无明显暗区，且不得对周边环境产生影响。

　　目前主流应用的摄像机补光种类分为红外、白光、暖光三种，其差异在于各自的色温与波长。其中红外灯波长780-1000nm，其光肉眼不可见，是最为适合应用在交通领域的，但由于启用红外后监控画面无法呈现彩色，因此在某些要求全彩的场景，需要使用白光或暖光补光灯。为了满足规范中规定的“补光装置的功耗每车道应小于等于50W”，暖光灯提供的照度不能满足大部分摄像机的夜视要求，因此为了保证道路车辆的清晰抓拍，白光灯成了普遍的选择。

　　同时在实际应用中，由于人眼对光线的感知在很大程度上受到环境影响，同等亮度的补光灯，在光线昏暗的路段或夜间越容易使人感觉刺眼无比。为了进一步缓解补光灯带来的扰民问题，降低对补光灯的依赖程度，提升摄像机的低照度能力成了迫在眉睫的问题。

　　低照度摄像机现状

　　低照度摄像机，简单来说，是指在光照较暗的情况下仍然可以获得比较清晰图像的摄像机，主要是通过选用具有高感光度特征的CCD/CMOS 图像传感器芯片，采用双滤光片切换机构和彩转黑方式实现日夜型图像转换，在编码过程中通过低照度图像降噪和图像增强等技术处理实现。

　　在安防行业中，一般认为，照度指标低于0。1Lux(F1。2，AGC ON，30IRE)的摄像机，即可称为低照度摄像机。最低照度其实也就是摄像机对亮度灵敏程度的一个指标，其数值越小，说明摄像机灵敏度越高，性能越好。

　　低照度摄像机的实现方式简单分为以下三种：电子日夜型摄像机、慢快门摄像机与专业超低照度摄像机，其中专业的低照度摄像机在交通场景的运用越来越常见。

　　专业超低照度摄像机通过使用高性能的传感器、结合DSP的图像效果处理，来提升摄像机在微弱光线下的成像质量，实现在极低照度下的清晰彩色图像。随着图像传感器芯片制造工艺精度的不断提升，加上DPS图像传感器每个像素中因为包含很多个晶体管而带来的有效感光面积过小的弊端将被逐步克服，所以在多种复杂的环境中，这类摄像机仍能保证不仅白天清晰的画面，同时黑夜也能清晰可见。因此被称为真正的彩转黑摄像机，例如星光摄像机便属于这类产品。

　　在星光技术的基础上，安防厂商通过软硬件的提升，不断提高摄像机的夜视能力。近年来，形成了超星光、黑光、AI超微光等新的流派。

　　星光级摄像机的“夜视”主要通过镜头、光圈、图片传感器和补光灯等多个硬件维度实现优化。镜头和光圈分别限制了透光和进光能力，而图像传感器通过感光能力，补光灯通过补光能力来加持摄像机低照度能力，但在智能交通等高要求场景，仍然不能达到要求。

　　黑光摄像机采用两颗星光级图像传感器，通过特殊的光学元器件，其中一颗传感器通过红外补光采集图像亮度信息和物体轮廓，另外一颗采集色彩信息，配合专用红外爆闪补光设备，将采集到的图像信息融合输出最终图像，从根本上解决了白光爆闪带来的光污染问题。但这种方案会使得抓拍的图像偏色严重，造成夜间成像质量不高的新问题。

　　AI加持减少光污染

　　那么有没有两全其美的办法，既可保证图像质量，又可减少光污染呢？答案是有的。超星光与黑光摄像机本质上是采取硬件堆砌的方式提升夜视能力，随着人工智能技术的发展，行业内也开始使用机器学习算法等软件的方法提升摄像机的夜视能力，降低对硬件的依赖，华为AI超微光摄像机便是其中的代表产品。

　　华为AI超微光摄像机通过内置AI芯片运行深度学习图像增强算法，实现夜间超弱光环境下获得高清晰、高色彩图像，满足用户24小时高保真图像线索采集，支持在微光环境下保持全彩。在配合LED智能补光灯下，根据感兴趣区域和感兴趣目标，以及感兴趣时间，采用定向精准补光技术，有效截止了远距离光线，灯光柔和不刺眼，降低对驾乘人员的影响，杜绝光污染。同时支持违法检测、事件检测、流量检测三合一，一机多用，解决多种需求多种设备的麻雀杆问题。

　　这类摄像机需要对抓拍的图像进行有效建模，直接对传感器输入的数据进行恢复，对图像时域空域进行降噪处理，通过对大量抓拍图像的深度学习，提取数据特征，优化亮度、颜色等，达到夜间低照情况下清晰全彩成像的效果，这也意味着对摄像机的算力提出更高的要求，因此门槛也是存在的。

　　但相比补光灯加装遮光罩、降低补光灯亮度而言，AI技术在现阶段更能直接解决“光污染”的问题。未来随着这类型的环保卡口设备的不断落地，有望解决监控补光灯扰民的问题，让每个夜行司乘人员都能被温柔以待。