安防智能化進程經過多年積累與沉淀，2019已是實戰遍地開花，機會多多。其中，智能攝像機采購需求猛增。實際上，較白天，夜晚往往是不法行為高發期，而監控攝像機夜間成像效果差強人意，因此夜間監控的需求其實是有市無價。AI超微光、黑光、超星光……各類概念層出不窮，令人暈頭轉向，不弄個明白，萬一客戶現場出糗，一不小心就丟了個大單，大K貼心整理了8大攝像機夜視能力理解誤區，避免踩坑。
誤區一：夜間成像，是為了人眼看清
理解片面。
視頻監控發展從模擬視頻監控、網絡數字監控、高清數字監控進入到人工智能監控階段。攝像機已具備感知能力，能夠識別出監控畫面中的內容，并做出思考和判斷，代替人眼去觀察世界。
夜間成像，不單是為了人眼可以看到監控畫面中的目標，更重要的，是為了讓監控設備可以自動的把目標檢測或識別出來，并服務于更的智能應用。我們通過各種技術手段努力賦予攝像機“夜視”能力，并不是為了人眼24小時不眠不休盯著監控畫面看，而是讓機器設備可以代替人，完成夜間的監控任務。
而這一誤解就導致了接下來一連串誤解。
誤區二：人眼看得舒服等于計算機看得舒服
錯誤。
人的感觀都帶有主觀臆斷，對于攝像機的夜間成像效果，有的人喜歡干凈噪點少的，有的人喜歡通透艷麗的，有的人喜歡銳利的，有的人喜歡柔和的
但人眼喜歡的不一定是智能算法“喜歡的”。
對于深度學習算法，希望攝像機給的影像資料是盡可能多的保留細節，不希望過多的降噪，平滑，提亮，加強對比度，提升飽和度等等人為處理。
誤區三：夜間成像效果，認為圖像越亮越好
不正確。
這樣的誤解依舊是來源于監控畫面是為了讓人眼看清。上述已有舉例，不再贅述。
誤區四：看得見等于看得清
忽略場景，理解片面。
這里舉一個超星光攝像機的例子。
超星光攝像機采取超大光圈的鏡頭，擴大了進光量，提升了圖像亮度，它一般夜間工作快門在1/25s，圖像很清楚，很亮，夜間如白晝。
但是夜間需要抓拍清楚機動車、非機動車以及行人等運動物體，就必須根據物體行進速度提升攝像機的電子快門，否則運動物體抓拍的圖片將有明顯拖尾。
由于提升了快門速度，這樣就把大光圈鏡頭帶來的亮度提升又抵消掉了，導致畫面細節丟失，畫面噪點增多。
誤區五：星光級攝像機不依賴光線
錯誤。
晴朗的、有月光的晚上的光照度約為0.1至0.01Lux，星光級攝像機在0.01Lux至0.001Lux之間的照度下可以保持全彩，超星光級攝像機在0.001Lux以下的弱光環境下可以保持全彩。
如果環境光照條件處于更低照度，星光級攝像機則需要依賴補光燈，否則傳感器雖然還能采集到信息，但是這種情況下噪聲信息也非常大，別說看清目標，看見目標也會比較困難。
誤區六：黑光不需要補光
錯誤。
首先介紹一下黑光攝像機的技術原理。黑光：主要是采用兩顆星光級圖像傳感器，通過特殊的光學元器件，其中一顆傳感器通過紅外補光采集圖像亮度信息和物體輪廓，另外一顆采集色彩信息。然后通過圖像融合算法將兩顆采集到的圖像信息進行融合，輸出既明亮，又是彩色的圖像。
從技術原理就可以看出，首先采集亮度的傳感器是依賴紅外補光來實現的，而另外一顆采集色彩的攝像機則和普通攝像機一樣需要環境光線，漆黑無光的環境下，黑光攝像機也得依賴補光燈來補光。
另外，當遇到一些紅外反光材料的物體，采用黑光技術的攝像機在色彩還原上也有一定的弊端。
如下示例，因為司機穿的衣物是黑色的反紅外光材料，通過黑光技術還原的圖像將黑色衣物還原為白色了，這樣勢必對后續的違法取證造成一定的困擾。
誤區七：補光燈已經泛濫，無需重視
錯誤。
早期由于受成像技術的局限性，攝像機要在光線暗的條件下看清車內司乘人員人臉、車牌信息，普遍做法是配備高強度的爆閃燈進行補光，于是在一些城市的路口成排的“麻雀陣”、耀眼的“爆閃燈”司空見慣。
夜間行走在城市道路上，冷不丁就會被“爆閃”。據了解，卡口系統中“爆閃燈”瞬間發出的亮度是非常強的，可以對人眼造成短時的“盲點”，與平常強光刺眼、燈下黑類似，會對眼睛底層視覺細胞和視覺神經造成暫時性損傷。尤其是在道路卡口中，閃光燈會給在夜間行駛時的駕駛員造成短暫的視野盲區，給行車駕駛埋下安全隱患。
司空見慣并不是理所當然，目前，這類有缺陷的系統，正被行業逐漸淘汰。
