色彩还原系统色彩还原系统，主要是利用图像处理的方法，实现视频图像的色彩还原，提高目标的分辨识别能力。在远距离视频侦察领域中，彩色照片比黑白照片对景物的表现力更强。因为人眼对颜色的敏感度高，可以较容易地识别出不同颜色的目标，而对灰度等级差别，人眼的敏感度要差很多。在图像处理方面，以每个像素用8比特编码为例：黑白图像为28即256种灰阶，而彩色图像（红、绿、蓝三基色各为8比特）则有224即1。6*106种色彩信息，因此表现景物的细微程度方面，彩色图像比黑色图像要强的多。军用彩色视频侦察设备通常观察的距离较远，当观测距离大于10公里（严格说是5公里）时，由于大气吸收和反射的影响，使景物的颜色发生了裉色变化，即五颜六色的景物变成了近于黑白图像，极大地影响了目标的侦察识别效果，进而影响探测距离和目标分辨能力。色彩还原子系统主要完成裉色视频图像的彩色还原，以提高目标的发现与识别能力。该子系统由视频帧提取、傅立叶正反变换、频谱滤波、色彩还原、图像合成、视频流形成等六个部分组成，其信息流程如图1所示。色彩还原频谱滤波视频输出视频流形成图像合成傅立叶正反变换视频帧提取视频输入图1色彩还原功能组成图视频帧提取从视频图像数据流中通过行场同步码按帧读取数据，并存入缓存区中。傅立叶正反变换傅立叶正变换主要是对该图像进行二维傅立叶变换，将时域变换到空间域，行到零级频谱和红、绿、蓝的一级频谱的空间分布。傅立叶反变换是对能过频谱滤波运算后分别得到的红、绿、蓝的一级频谱和零级频谱的空间域进行到时域的变换。频谱滤波根据频谱的空间的分布，通过滤波的方法滤出需要的频谱信息。色彩还原依据实际获取图像的色彩残留数据，按当地当时景物的自然颜色进行定标，实现色彩还原。图像合成对得到的各个谱段的图像数据，进行彩色合成以及与零级谱的融合，这样就可以得到还原后的彩色图像。视频流形成将色彩还原后的图像数据帧，按标准PAL格式读出，并插入行、场同步码形成可视的视频图像数据流输出。色彩还原处理前后效果图如下。视频监控主要是靠太阳光（或月光星光等）照到物体上的反射光线成像，射线的传播路程是大气，大气作为一种传达室播介质，其组成除含有氧、氮、二氧化碳等外，主要还含有水气（微小液滴），临近岸边或岸上空尚有灰尘和烟雾等固体微粒。世界公认的事实是，海洋大气中水气含量较多，高达到2%，水蒸气的密度随着高度的增加而迅速减少。由于地球的各部分光照（温度）、密度（压强）、湿度和地形的不同，造成了垂直方向和水平方向空气的大量流动。当潮湿的暧空气经过冷的海面，或由于日出日落的海面与下层空气之间的温差，就会产生不同程度的饱和水滴。这种常见的大气状态就叫做霾和雾。按能见度标准，能见度小1km为浓雾，能见度5km为中雾，能见度8km为轻雾，能见度15km为晴朗，能见度23。5km为标准晴朗，能见度60km为特别晴朗。雾是影响监控效果的最大因素，如何减少雾天对监视效果的影响成了边防监控的一道难题。2）充分利用CCD摄像机在近红外波段的透雾能力人眼能够感觉到可见光波长为380-780纳米。通常将比780纳米长的电磁波，称为红外线。大气、烟云等吸收可见光和近红外线，但是对3-5微米和8-14微米的红外线却是透明的。因此，这两个波段被称为红外线的“大气窗口”。我们利用这两个窗口，可以在完全无光的夜晚，或是烟云密布的恶劣环境，能够清晰地观察到前方的情况。正是由于这个特点，红外热成像技术可用在安全防范的夜间监视和森林防火监控系统中。虽然远在红外热成像监控设备具有以上优点，但其设备昂贵使得大规模应用受到影响。此外远红外热成像采用特殊的光学系统，价格昂贵不宜做成长焦距的变焦镜头，其目标识别距离受到限制。我们的方案采用了对800纳米以上近红外线敏感的CCD摄像机及相应的近红外滤光片。在有雾的情况下能接受800纳米至1.2微米的近红外。由于近红外波长较可见光长其透雾能力明显提高。滤雾处理系统滤雾处理，主要是利用光学镜头和CCD摄像头的频谱响应设计、滤雾图像处理方法的设计，以提高雾天视频图像的清晰度和目标识别能力，处长雾天侦察的可视距离。滤雾能力：观察距离，在可见光条件下是能见度距离的1.7倍，在红外条件下是能见度距离的2。5倍。滤雾处理系统，由前端视频采集设备的滤雾功能和后端图像滤雾处理两部分组成。这里仅介绍后端图像滤雾处理部分。它由图像分析、处理模型选择、滤雾处理、视频图像显示等四个模块组成。如图1所示。视频图像显示滤雾处理处理模型选择图像分析视频信视频信息输入息输出图1滤雾处理系统功能组成图图像分析主要作用是对雾天获取的视频图像数据进行灰度、色度分析、于埋于伪噪数据