用于视频监控系统的视频故障诊断方法技术方案

本发明专利技术涉及一种用于视频监控系统的视频故障诊断方法，该方法首先根据诊断目标选择相应的时间轴，在所述时间轴顺序选取多个时间点形成时间点序列，并在摄像机序列中从摄像机C1开始查询是否存在摄像机Ci的配置文件，如果不存在摄像机Ci的配置文件则进行算法适配，如果存在摄像机Ci的配置文件则沿所述时间轴推进，顺序遍历所述时间点序列，并执行摄像机Ci的配置文件中时间点对应的适配算法进行视频诊断；依次对所有的摄像机在所有的时间点处理完毕，即完成视频故障诊断。该视频故障诊断方法不但能极大提高视频故障的诊断精度，而且减少人工复核工作量。

【技术实现步骤摘要】

本专利技术涉及一种，属于视频监控

技术介绍
视频监控系统作为一种安全防范技术工具，因为其具有直观、方便、信息内容丰富的特点因而得到迅速发展，广泛应用于许多场合，监控点位迅速增加，监控系统规模越来大。但随着视频监控系统规模的增大，当前数量庞大的视频监控摄像机的运维的矛盾日渐突出，视频监控系统出现的故障监测难度大、处理不及时、运维量繁重等状况，导致运维的成本随着时间、空间的延续和扩张不断增加，监控摄像机常常得不到及时的维护、修复和更换，使得视频监控系统的使用效果大打折扣，严重影响到安全保障工作的有效开展。视频监控系统常见的故障包括信号丢失、图像模糊、亮度异常、颜色异常、雪花噪声、条纹干扰、画面冻结以及云台失控，目前这一领域有相当多的算法、技术和系统，这些算法技术和系统或多或少都能解决一种或者多种视频故障现象，但是现实世界的视频故障问题是相当复杂的，存在各种各样的环境因素，比较典型的因素就是时间域问题。举例来说:一个安装在实际现场的摄像机在一天24小时内拍摄的图像质量差别非常大，早晨或者傍晚摄像容易被阳光直射干扰，出现整体偏色，中午时分阳光暴晒图像会整体反白，到了晚上光照不足图像噪点大量增加，清晰度明显下降，如果做了彩转黑处理，图像整体呈现黑白，色度不足，如果在这些时间分别去做偏色诊断、黑白图像诊断、清晰度诊断则往往得不到准确的诊断结果。因此，如何有效、高效地提升视频监控系统的运行和维保效率，建立智能化的视频监控质量诊断方法将是一项重要策略，对视频监控质量诊断方法的研究、开发和应用迫在眉睫。
技术实现思路
本专利技术要解决的技术问题是:提出一种能极大提高视频故障的诊断精度，减少人工复核工作量的视频故障诊断方法。本专利技术为解决上述技术问题提出的技术方案是:一种，所述视频监控系统设有m台摄像机，形成摄像机序列Q，C2,…，所述视频故障包括预知的w种故障，相应地匹配有w种预设的适配算法，形成适配算法序列匕F2,…，Fw；m, w均为自然数；所述诊断方法包括以下步骤: 1)根据诊断目标选择相应的时间轴，在所述时间轴顺序选取η个时间点，形成时间点序列Τ2,…，Τη;其中η为自然数； 2)沿所述时间轴推进，顺序遍历所述时间点序列；在每一个时间点Τχ，执行步骤3)，其中 1 < X < η ; 3)从摄像机(；开始查询是否存在摄像机q的配置文件，其中1《i<m，如果不存在摄像机(^的配置文件则执行步骤4)，如果存在摄像机C 配置文件则执行步骤5); 4)对摄像机(^进行算法适配，即根据摄像机Ci在时间点序列T 1; T2,…，Τη拍摄的所有图片选择每个适配算法的最佳适配时间点，其适配过程为:将适配算法匕对摄像机C i所有时间点拍摄的照片进行故障诊断运算，其中1 < j < w，其中诊断结果最佳的时间点Tk为适配算法匕的最佳适配时间点，从而使时间点T k与适配算法F j形成对应关系；将摄像机C 1算法适配的结果进行保存，得到摄像机Q中所有时间点与适配算法对应关系的配置文件，简称摄像机Q的配置文件； 5)如所述摄像机Q的配置文件中存在时间点Τχ对应的适配算法，则执行该适配算法进行视频诊断； 6)将i+Ι赋值给i，返回执行步骤3)，直到所有的摄像机处理完毕； 直到所述时间点序列遍历完成后，完成视频故障诊断。上述技术方案的进一步改进是:所述时间点沿时间轴均匀分布。优选的，所述时间轴是带有重复周界的时间轴。进一步的，所述时间轴是天、周或月。上述技术方案的进一步改进是:所述视频故障包括信号丢失、图像模糊、亮度异常、颜色异常、雪花噪声、条纹干扰、画面冻结以及云台失控，相应的适配算法为信号丢失诊断算法、图像模糊诊断算法、亮度异常诊断算法、颜色异常诊断算法、雪花噪声诊断算法、条纹干扰诊断算法、画面冻结诊断算法以及云台失控诊断算法。上述适配算法均为现有技术，只要能够达到预期结果的现有算法均可应用到本专利技术中。另外，本专利技术的诊断方法可以在运行一定时间后，根据这段时间诊断汇总结果，对摄像机重新进行算法适配，从而提高视频故障诊断的效率和准确性。本专利技术基于时间轴对视频故障进行诊断算，可以根据时间轴上不同时间点的每个摄像机的图像差异性进行算法适配，找到每个摄像机不同时间点的最优诊断算法，从而可以到达最佳的视频故障诊断结果，具体表现在以下几点:1)能大幅度提高视频故障诊断的准确度，尤其是图像质量故障诊断，实验证明，采用本专利技术对视频颜色异常、雪花噪声等故障现象的诊断准确度可达96%，远高于行业平均80%的水平；2)能大幅降低CPU运算资源占用，1台P4 2G双核CPU的普通台式机每天可诊断1万台摄像机，相比目前市场上采用高性能服务器方案，成本优势十分明显。【附图说明】图1是本专利技术实施例的流程示意图。【具体实施方式】实施例本实施例的视频故障诊断方法应用于视频监控系统，所述视频监控系统设有m台摄像机，形成摄像机序列Q，C2,…，(；;本实施例中m=10000，即有10000台摄像机。所述视频故障包括预知的w种故障，相应地匹配有w种预设的适配算法，形成适配算法序列匕F2,…，Fw。本实施例中所述视频故障包括信号丢失、图像模糊、亮度异常、颜色异常、雪花噪声、条纹干扰、画面冻结以及云台失控等共8种(即w=8)，相应的适配算法为信号丢失诊断算法、图像模糊诊断算法、亮度异常诊断算法、颜色异常诊断算法、雪花噪声诊断算法、条纹干扰诊断算法、画面冻结诊断算法以及云台失控诊断算法。上述适配算法均为现有技术，只要能够达到预期结果的现有算法均可应用到本专利技术中，不再赘述。如上可知，本实施例中 如图1所示，本实施例的视频当前第1页1 2 本文档来自技高网...

【技术保护点】
一种用于视频监控系统的视频故障诊断方法，所述视频监控系统设有m台摄像机，形成摄像机序列C1,C2,…,Cm；所述视频故障包括预知的w种故障，相应地匹配有w种预设的适配算法，形成适配算法序列F1,F2,…,Fw；m，w均为自然数；其特征在于，所述诊断方法包括以下步骤：1）根据诊断目标选择相应的时间轴，在所述时间轴顺序选取n个时间点，形成时间点序列T1,T2,…,Tn；其中n为自然数；2）沿所述时间轴推进，顺序遍历所述时间点序列；在每一个时间点Tx，执行步骤3），其中1≤x≤n；3）从摄像机C1开始查询是否存在摄像机Ci的配置文件，其中1≤i≤m，如果不存在摄像机Ci的配置文件则执行步骤4），如果存在摄像机Ci的配置文件则执行步骤5）；4）对摄像机Ci进行算法适配，即根据摄像机Ci在时间点序列T1,T2,…,Tn拍摄的所有图片选择每个适配算法的最佳适配时间点，其适配过程为：将适配算法Fj对摄像机Ci所有时间点拍摄的照片进行故障诊断运算，其中1≤j≤w，其中诊断结果最佳的时间点Tk为适配算法Fj的最佳适配时间点，从而使时间点Tk与适配算法Fj形成对应关系；将摄像机Ci算法适配的结果进行保存，得到摄像机Ci中所有时间点与适配算法对应关系的配置文件，简称摄像机Ci的配置文件；5）如所述摄像机Ci的配置文件中存在时间点Tx对应的适配算法，则执行该适配算法进行视频诊断；6）将i+1赋值给i，返回执行步骤3），直到所有的摄像机处理完毕；直到所述时间点序列遍历完成后，完成视频故障诊断。...

【技术特征摘要】

【专利技术属性】
技术研发人员：张峰，王赫，官金兴，蓝叶锋，卞继勇，屠秉慧，王玉景，郑思源，龚平，徐康，童德明，高荣，李春晖，袁峰，马超，陈婷婷，
申请(专利权)人：江苏省电力公司南京供电公司，江苏省电力公司，国家电网公司，国电南瑞科技股份有限公司，南京齐丰电子有限公司，
类型：发明
国别省市：江苏;32