视频图像不正常的几个表现及解决方法

简介:

1、 图像发白的原因?

1、检查是否镜头圈调行过大而导致图像发白;

2、在检查摄像机后有一自动光圈亮度辅助调整电位器,是否因电位器调得过大;

3、检查监视器亮度,对比度是否调得过大或故障.

2、 图像质量不好的原因?

  1. 检查镜头是否有指纹或太脏。
  2. 检查光圈有否调好。
  3. 检查视频电缆接触不良。
  4. 检查电子快门或白平衡设置有无问题。
  5. 检查传输距离是否太远。
  6. 检查电压是否正常。
  7. 检查附近是否存在干扰源。
  8. 检查在电梯里安装时要与电梯保证绝缘免受干扰。
  9. 检查CS接口有否接对。

3、 彩色失真

可能是白平衡开关(AWB)设置不当,也可能是环境光照条件变化太大,此时应检查开关设置是否在OFF位置,应想办法改善环境的光照条件。

4、 图像出现扭曲或几何失真

这种现象可能是摄像机,监视器的几何校正电路有问题,也有可能是光学镜头的问题,也有可能是连接线缆或设备的特征阻抗与摄像机的输出阻抗不匹配。当出现以上现象时,请先检查所用光学镜头,其次再检查所用电缆或其它连接设备的特征阻抗是否是75Ω。

5、 画面竖直方向出现多道竖条

这可能是外接视频线或设备的特征阻抗与摄像机不匹配而引起的反射造成的,应注意所选用的视频线和其它连接处理设备的特征阻抗是否为75Ω。

6、 画面噪点大 可能有以下几方面的原因:

摄像机内部电路板接地不良;

视频幅度输出不够;

环境光照度不够;

连接光缆是否接触不良或有短路现象;

监视器本身信噪比不良.
本文转自d1net(转载)

相关文章
|
机器学习/深度学习 人工智能 数据库
【表面缺陷检测】表面缺陷检测数据集汇总
本文收集整理了16个表面缺陷检测相关的数据集,并对每个数据集的特点进行了简单的介绍。
【表面缺陷检测】表面缺陷检测数据集汇总
|
19天前
|
机器学习/深度学习 搜索推荐 数据挖掘
回归树模型分析纪录片播放量影响因素|数据分享
回归树模型分析纪录片播放量影响因素|数据分享
|
27天前
|
数据可视化
R语言模拟人类生活预期寿命动态可视化动画图gif
R语言模拟人类生活预期寿命动态可视化动画图gif
|
6月前
|
编解码 人工智能 算法
社区供稿 | AIGC图像分辨率太低?快来试试像素感知扩散超分模型,你想要的细节都在这里!
本文介绍了一种全新的基于SD生成先验的图像超分辨率和修复算法,在多个任务上都有着SOTA的表现。
|
9月前
|
传感器 机器学习/深度学习 算法
能抓取玻璃碎片、水下透明物,清华提出通用型透明物体抓取框架,成功率极高
能抓取玻璃碎片、水下透明物,清华提出通用型透明物体抓取框架,成功率极高
|
5月前
|
人工智能 算法 TensorFlow
基于AidLux的工业视觉少样本缺陷检测实战
基于AidLux的工业视觉少样本缺陷检测实战
39 0
|
5月前
|
运维 算法 数据处理
|
6月前
|
SQL 机器学习/深度学习 开发框架
【网安AIGC专题10.25】8 CoLeFunDa华为团队:静默漏洞检测(识别+多分类)+数据增强、样本扩充+对比学习+微调+结果分析(降维空间,分类错误样本归纳,应用场景优势,有效性威胁分析)
【网安AIGC专题10.25】8 CoLeFunDa华为团队:静默漏洞检测(识别+多分类)+数据增强、样本扩充+对比学习+微调+结果分析(降维空间,分类错误样本归纳,应用场景优势,有效性威胁分析)
134 0
|
8月前
|
编解码 人工智能 移动开发
AIGC图像分辨率太低?快来试试像素感知扩散超分模型,你想要的细节都在这里
阿里巴巴最新自研的像素感知扩散超分模型已经开源,它把扩散模型强大的生成能力和像素级控制能力相结合,能够适应从老照片修复到AIGC图像超分的各种图像增强任务和各种图像风格,并且能够控制生成强度和增强风格。这项技术的直接应用之一是AIGC图像的后处理增强和二次生成,能够带来可观的效果提升。
|
9月前
|
机器学习/深度学习 编解码 算法
检测并消除瑕疵,DeSRA让真实场景超分中的GAN更加完美
检测并消除瑕疵,DeSRA让真实场景超分中的GAN更加完美
296 0