一种实时监测视频对比度异常的方法技术
【技术实现步骤摘要】
本专利技术属于图像处理领域，具体是指一种实时监测视频对比度异常的方法。
技术介绍
视觉信息是人们在自然界当中感知的最主要的信息，研究表明，人类接收到的全部信息当中，通过视觉系统得到的占到70％以上。在实际生产活动中，尤其是野外视频监控领域，常常由于光线不足、雾霾、烟雾、团雾、废弃泄露等因素的影响，使得所获得的监控视频图像的亮度异常，对比度不够明显，导致拍摄场景无法看清，影响了对正常生产活动的监控与监测。为了更好的服务于生产活动，获得质量更好的监控视频，有必要提早发现图像对比度异常的情况，以方便管理人员及时纠正监控设备。现有的图像对比度检测方法主要有平均梯度法，信噪比法等；其中，平均梯度法通过计算图像整体的梯度平均值来表示对比度的强弱，而对于野外监控而言，由于使用环境恶劣，不可避免的将会出现一定的噪声干扰，从而导致了采用平均梯度法来判断对比度异常的准确率较低的情况出现；而信噪比的方法需要将计算信号和噪声的比值来确定对比度，但噪声通常跟信号混杂在一起，无法准确分割出来，因此信噪比的方法在实际应用过程中意义不大。针对上述情况，如今需要一种更加适用于野外视频监控的图像检测方法。
技术实现思路
本专利技术的目的在于克服上述问题，提供了一种实时监测视频对比度异常的方法，该方法能够通过多特征融合的方式来完成对野外视频的监控，更好的适应了野外视频的复杂情况，提高了判断的准确率。本专利技术的目的通过下述技术方案实现：一种实时监测视频对比度异常的方法，包括以下步骤：(1)输入图像；(2)计算图像的平均梯度特征；(3)计算图像的Brenner梯度特征；(4)计算图像的结构相似性特...
【技术保护点】
一种实时监测视频对比度异常的方法，其特征在于：包括以下步骤：(1)输入图像；(2)计算图像的平均梯度特征；(3)计算图像的Brenner梯度特征；(4)计算图像的结构相似性特征；(5)对步骤(2)‑(4)中的各项特征进行SVM分类判别。
【技术特征摘要】
1.一种实时监测视频对比度异常的方法，其特征在于：包括以下步骤：(1)输入图像；(2)计算图像的平均梯度特征；(3)计算图像的Brenner梯度特征；(4)计算图像的结构相似性特征；(5)对步骤(2)-(4)中的各项特征进行SVM分类判别。2.根据权利要求1所述的一种实时监测视频对比度异常的方法，其特征在于：步骤(2)中计算图像的平均梯度特征的定义公式为： G r a d ‾ = 1 M × N Σ m = 1 M Σ n = 1 N ( Δ m f ( m , n ) ) 2 + ( Δ n f ( m , n ) ) 2 2 , ]]>其中，为图像的平均梯度特征，M和N分别表示图像的高度和宽度，Δmf(m，n)和Δnf(m，n)分别表示图像在像素点(m，n)的m和n方向上的差分，而f(m，n)则代表像素点(m，n)处的图像像素值，即：Δmf(m，n)＝f(m，n)-f(m-1，n)，Δnf(m，n)f(m，n)-f(m，n-1)。3.根据权利要求1所述的一种实时监测视频对比度异常的方法，其特征在于：步骤(3)中图像的Brenner梯度特征为： F B r e n n e r G r a d = Σ x = 1 M Σ y = 1 N | f ( x + 1 , y ) - f ( x , y ) | - Σ x = 1 M Σ y = 1 N | f ( x + 2 ...
【专利技术属性】
技术研发人员：朱小军，钟慧，薛晓利，柳斌，
申请(专利权)人：成都市高博汇科信息科技有限公司，
类型：发明
国别省市：四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。