监控系统摄像头发展的四个时代

从第一代摄像机发展到现在，摄像机取得了巨大的发展，从黑白到彩色，从普通枪机到一体机，从模拟到数字，从标清到高清，从非智能到智能。

摄像机主要由镜头、影像传感器、DSP等组成，被摄物体经过镜头聚焦至传感器上，传感器由多个X-Y纵横排列的像素点组成，每个像素都由一个光电二极管及相关电路组成，光电二极管将光线转变成电荷，收集到的电荷总量与光线强度成比例,所积累的电荷在相关电路的控制下，逐点移出，经滤波、放大，再经过DSP处理后形成视频信号输出。

模拟时代

在模拟监控系统的时代。上个世纪60年代，黑白电视机、黑白摄像机从诞生开始逐渐应用在军事领域，伴随着黑白摄像机逐步走进民用领域，早期的视频监控系统诞生了，称为闭路电视监控系统(CCTV)，采用模拟方式传输，也叫做模拟监控系统。当时模拟摄像机输出的是模拟视频信号，通过编码器可以将视频采集设备产生的模拟视频信号转换成数字信号，进而将其储存在计算机里。模拟摄像机捕捉到的视频信号须经过特定的视频捕捉卡将模拟信号转换成数字模式，并加以压缩后才可以转换到计算机上运用。

在高清特别是CMOS高清摄像机技术仍不够成熟、成本也无法迅速下降的情势下，模拟摄像机占据着绝大多数市场份额，模拟视频监控并长期存在。尽管在政府、银行等市场，高清摄像机已先应用，但对小区、店铺、小型超市、办公楼等中小型监控系统而言，当时模拟摄像机仍是性价比较高的选择。

网络时代

随着以嵌入式技术为依托，以网络、通信技术为平台，以智能图像分析为特色的网络视频监控系统来临，网络视频监控发展进入了数字时代。无论是由模拟摄像机加视频服务器组成的解决方案，还是单独由网络摄像机组成的解决方案，或者是两者混合组成的解决方案，IP监控都已被证明是一种很有吸引力的解决方案。

进入到网络时代，IP网络摄像机开始流行，网络摄像机除了具备一般传统摄像机所有的图像捕捉功能外，机内还内置了数字化压缩控制器和基于WEB的操作系统，使得视频数据经压缩加密后，通过局域网，Internet或无线网络送至终端用户。网络摄像机可以直接接入到TCP/IP的数字化网络中，因此这种系统主要的功能就是在联网上面，通过互联网或者内部局域网进行视频和音频的传输。

作为网络视频监控系统中的核心设备，网络摄像机的应用和普及代表了网络视频监控发展的阶段和程度。而素有“千里眼”之称的网络摄像机已经适应当前和未来的多样化需求，已经成为目前视频监控领域的主流产品。同时，网络摄像机产品的功能形态较传统产品更为丰富，可以为用户带来更多的附加值，摄像机厂商也在各自的IPC产品中融入丰富且实用的功能，以吸引更多的用户。

网络监控摄像机代表着监控摄像机的未来。以高清、超高清为代表的新一代技术应用正在打开了摄像机发展新空间。

高清时代

以往在标清时代，视频监控通常部署在背景单一、人员流动少的小环境里，即使是城市级的安防监控摄像头，由于受到分辨率的影响，其录制的视频画面也都较为模糊。因此一直以来“看得清”是安防监控领域基本诉求之一。

近些年随着全国各地平安城市项目的大规模推进，安防产品技术尤其是监控类产品技术得到飞跃式发展。其中摄像机核心图像传感器CMOS或者CCD已经可以满足百万高清摄像机的需求，另外，在网络摄像机中，高清类产品在视频处理技术方面不仅局限于模拟摄像机的视频处理技术，还包括图像增强技术，例如图像降噪、去抖动等。这一类技术的掌握和突破往往需要通过在数字视频处理技术研发、算法等方面的深厚积累才能实现。

视频监控作为目前安防行业的核心领域，图像清晰度无疑是关键的特性。图像越清晰，细节越明显，观看体验越好，智能分析等应用业务的准确度也越高。尤其是在公安行业，通过以往各种案件、案例中可以发现，由于图像质量不高导致了各种要案无法及时破案，破案效率大大降低，所以图像清晰度是视频监控永恒的追求。

显然，在观察局部图像和希望获得图像细节信息时，高清图像的价值才能体现出来。如将局部图像全屏显示时，图像仍具有很高分辨率，并不出现马赛克现象；电子警察或道路卡口系统在进行人脸、号牌或者车辆的识别时，足够的像素数才能得到较高识别率。尤其是随着人工智能的发展，对视频图像的质量要求越来越高。

当前广泛应用的1080P全高清，其像素点是200万，4K的分辨率相当于4个1080P、8个720P，即一部4K监控摄像机可以当4个准高清监控摄像机用。使用超高分辨率为视频监控采集超高清图像，即使图片放大了也不会造成图片模糊不清的状况。4K摄像机能够解决大场景的监控问题，应用1台4K摄像机就可以覆盖火车站站前广场，同时基本能够看清行人的面貌。其次，同样的视野，比1080P摄像机看到更多的图像细节，比如人脸、车牌等，这些细节在实际应用中往往十分关键。

进入智能时代

摄像机从2011年推出移动侦测、视频遮挡等两三个智能分析功能，发展到如今，随着算力的提升，前端摄像机通过内置人工智能芯片，可实时分析视频内容，检测运动对象，识别人、车属性信息，并通过网络传递到后端人工智能的中心数据库进行存储。目前，人脸身份确认、车辆识别应用、视频结构化、行为分析已经较为常见。