攝像機作為視頻監(jiān)控的重要核心設備之一，從第一代攝像機發(fā)展到現在，已經取得了巨大的發(fā)展。指紋模塊軟板小編了解到，從黑白到彩色，從普通攝像機到目前的一體機、智能攝像機，寬動態(tài)，低照度、分辨率、信噪比等技術指標迅速提升，但其基本原理基本沒有改變。目前攝像機中主流技術涉及寬動態(tài)、智能分析、高清以及低照度等。

寬動態(tài)

  數字寬動態(tài)并沒有達到真正意義上的擴大成像動態(tài)范圍的目的，而是通過軟件的圖像后處理算法提高了局部區(qū)域的對比度，一般由攝像機ISP模組實現。軟板廠發(fā)現，肉眼可辨別的灰階范圍十分有限，而實際上計算機卻可以區(qū)分非常微弱的灰度差異，數字寬動態(tài)正是通過圖像處理算法將這些微弱的差異增強到肉眼足以區(qū)分。之后在CCD硬件技術基礎上出現了雙幀合成寬動態(tài)，解決方法就是用一顆CCD，但是上面的每一點在單一時間內曝光兩次，一次長曝光（低快門），一次短曝光（高快門）。

  所以每一點都有兩個數據輸出，就叫“雙輸出CCD”，利用DSP特有的圖像處理算法，將兩幅圖像當中亮度適當的部分分別切割下來，最后進行疊加合成并輸出一幅明暗區(qū)域都清晰可見的圖像。無論是數字寬動態(tài)還是雙快門寬動態(tài)，其寬動態(tài)效果均不理想。

  隨著DSP和CMOS技術的演進，DPS采用的是每一個像素單獨曝光和控制技術，加之利用CMOS傳感器采集的多幀畫面合成一幅完整圖像的線性疊加，相比于CCD的兩次曝光成像有了更高的動態(tài)范圍。從數值上來說，采用DPS技術的CMOS攝像機就目前的處理技術，其動態(tài)范圍即可到達120dB甚至140dB。寬動態(tài)技術已經成為衡量一款攝像機性能的重要指標。就目前來看，標配寬動態(tài)功能，已經成為各IPC廠商的共識。

智能分析

  攝像機從2011年推出的移動偵測、視頻遮擋等兩三個智能分析功能，發(fā)展到如今，幾乎所有的主流廠家攝像機標配的智能功能都超過10余種，當然目前這些智能功能的標配絕大多數僅局限于中高端行業(yè)產品中。

  1、診斷類智能分析。攝像機的診斷類智能分析主要是針對視頻圖像出現的黑屏、模糊、云臺失控、畫面凍結等常見的攝像頭故障、視頻信號干擾如場景變更、物品遺留/消失等進行準確分析、判斷和報警。

  2、識別類智能分析。攝像機的這項技術偏向于對靜態(tài)場景的分析處理，通過圖像識別、圖像比對及模式匹配等核心技術，實現對人、車、物等相關特征信息的提取與分析。在對車的識別分析應用上主要是車牌識別技術。

  3、行為類智能分析。攝像機該項技術側重于對動態(tài)場景的分析處理。典型的功能有：車輛逆行、防區(qū)入侵檢測、人員聚焦檢測、絆線穿越檢測、快速移動、人員徘徊檢測和客流統(tǒng)計等。

  隨著算力的提升，前端攝像機通過內置人工智能芯片，可實時分析視頻內容，檢測運動對象，識別人、車屬性信息，并通過網絡傳遞到后端人工智能的中心數據庫進行存儲。

  目前，人臉身份確認、車輛識別應用、視頻結構化、行為分析已經較為常見。

高像素

  2010年高清元年推出的還只是720P高清網絡攝像機，一直到2012年，主流安企高清網絡攝像機還是以130萬和200萬為主，300以上像素還很少。柔性電路板廠發(fā)現，隨著CMOS技術的引入，高清攝像機快速發(fā)展，300萬、400萬、500萬、600萬、1200萬像素的攝像機像雨后春筍一般冒上來，這就是技術的創(chuàng)新帶來了產品體系的創(chuàng)新。

  目前以4K、8K為代表的超高清成為各廠家的標配。對用戶而言，4K不僅僅是對視覺的體驗和享受，而是4K的分辨率是1080P的4倍，如果用4K攝像機和1080P攝像機拍攝相同視場角下的同一場景，4K攝像機會用4倍于1080P攝像機所用的信息量去還原場景，畫面自然更清晰、更貼近真實。從“用”的角度來講，由于4K畫面的信息量是1080P的四倍，基于更多的信息量，就能實現更準確的智能分析，4K一旦大規(guī)模部署，智能分析的準確率就能上升一個臺階，而且也會有更豐富更令人驚喜的智能應用得到實現。

低照度

  行業(yè)內公認0.001Lux及以下稱之為星光級攝像機，目前廣泛應用于平安城市、金融、酒店樓宇、平安村居、港口、高速公路等項目中，無需大規(guī)模安裝補光照明設施，就可以得到較好的夜間高清彩色監(jiān)控畫面需求。星光級照度監(jiān)控技術主要受鏡頭、圖像傳感器、后端圖像處理技術等因素的影響，各安企廠家也都是從利用大光圈鏡頭、選用大靶面傳感器以及良好的圖像處理技術等幾個方面等幾個方面進行提升。

  當前出現了以AI超微光技術為代表，通過對應用場景目標圖像要求的提煉，采集了海量夜間低照情況下車輛卡口、車輛電警、人員卡口以及全結構化攝像機的圖像樣本與模擬數據，并針對性的進行了數學建模，設計了一套從采集、標圖、訓練以及模型轉化的端到端的深度學習模型。另外還有超星光、黑光、極光等技術。