基于边缘计算模型的监控视频数据质量评测方法及装置制造方法及图纸

本发明专利技术提供一种基于边缘计算模型的监控视频数据质量评测方法，其特征在于，包括如下步骤：视频获取步骤，数据处理步骤以及质量检测步骤。质量检测步骤包括模糊检测步骤和/或颜色检测步骤；其中，模糊检测步骤对提取的监控视频背景图片进行分析计算，获得对应的模糊度值；并根据预设的模糊阈值判断图像是否清晰；颜色检测步骤依据颜色直方图算法对提取的背景图片进行分析计算，获得颜色占比值；并根据预设的颜色阈值判断图像颜色是否正常。本发明专利技术能够准确判断视频监控画面的质量，从根本上解决人工判断视频监控画面质量费时费力且主观标准不统一的技术缺陷，本发明专利技术还能够进一步智能识别网络离线故障，提高故障检测效率。

Method and device for evaluating monitoring video data quality based on edge computation model

The invention provides a monitoring video data quality evaluation method based on an edge calculation model, which is characterized in that the following steps are included: a video acquisition step, a data processing step and a quality detection step. Quality detection steps include fuzzy detection steps and / or color detection steps; the video background image detection method based on fuzzy step analysis, fuzzy value obtained; and according to the preset fuzzy threshold judgment whether the image is clear; the color detection based on color histogram algorithm steps to extract the background image analysis and calculation get the color ratio; and according to the preset color threshold image color is normal. The invention can accurately judge the quality of the video monitor screen, fundamentally solve the artificial judgment video monitoring picture quality defects time-consuming laborious and subjective standard is not unified, the invention can also further improve the intelligent recognition network off-line fault, fault detection efficiency.

【技术实现步骤摘要】
基于边缘计算模型的监控视频数据质量评测方法及装置
本专利技术属于视频监控
，具体涉及一种基于边缘计算模型的监控视频数据质量评测方法及装置
技术介绍
随着城市规模的扩大，视频监控系统在公共安全、金融证券、银行、商店、智能大厦等方面的作用不断突出，尤其是在公共安全方面。现如今监控系统整体范围在不断扩大，监控密度也在扩大。在数据规模较大的视频监控终端中，对于监控终端设备出错，我们可能无法准确定位和处理所有的故障信息，因此需要一定的人力参与，查看这些故障信息，而在该过程中，终端用户通过用户体验来判断视频的内容，这样对人力和物力的开销也是相当巨大的。所以当视频监控系统出错时，运维人员将花费大量的时间来进行查询和纠错，这在大规模视频监控系统无法保证其实时性，也无法保证监控视频的数据质量。因此如何管理视频监控系统，减少由于监控系统出错而导致视频监控系统的实时性缺失，以及人力检查所浪费的时间和保证视频监控数据质量，是亟待解决的技术问题。
技术实现思路
为了解决视频监控系统无法准确判断视频监控数据质量问题的上述技术缺陷，本专利技术提供一种基于边缘计算模型的监控视频数据质量评测方法及装置。本专利技术是本文档来自技高网...

【技术保护点】
一种基于边缘计算模型的监控视频数据质量评测方法，其特征在于，包括如下步骤：视频获取步骤：根据预设的时间间隔，定期从视频监控终端中采集获取一段视频；数据处理步骤：对采集的所述视频进行处理，从中提取相应的背景图片；质量检测步骤：包括模糊检测步骤和/或颜色检测步骤；其中，所述模糊检测步骤具体为：对提取的背景图片进行分析计算，获得对应的模糊度值；并根据预设的模糊阈值进行判断，若所述模糊度值小于所述模糊阈值，则判断为图像模糊；若所述模糊度值大于等于所述模糊阈值，则判断为图像清晰；所述颜色检测步骤具体为：依据颜色直方图算法对提取的背景图片进行分析计算，获得颜色占比值；并根据预设的颜色阈值进行判断，若所述颜...

【技术特征摘要】
1.一种基于边缘计算模型的监控视频数据质量评测方法，其特征在于，包括如下步骤：视频获取步骤：根据预设的时间间隔，定期从视频监控终端中采集获取一段视频；数据处理步骤：对采集的所述视频进行处理，从中提取相应的背景图片；质量检测步骤：包括模糊检测步骤和/或颜色检测步骤；其中，所述模糊检测步骤具体为：对提取的背景图片进行分析计算，获得对应的模糊度值；并根据预设的模糊阈值进行判断，若所述模糊度值小于所述模糊阈值，则判断为图像模糊；若所述模糊度值大于等于所述模糊阈值，则判断为图像清晰；所述颜色检测步骤具体为：依据颜色直方图算法对提取的背景图片进行分析计算，获得颜色占比值；并根据预设的颜色阈值进行判断，若所述颜色占比值大于等于所述颜色阈值，则判断为图像颜色错误；若所述颜色占比值均小于所述颜色阈值，则判断为图像颜色正常。2.根据权利要求1所述的一种基于边缘计算模型的监控视频数据质量评测方法，其特征在于，所述视频获取步骤具体为：利用VideoCapture类调用监控终端设备并采集获取一段视频。3.根据权利要求2所述的一种基于边缘计算模型的监控视频数据质量评测方法，其特征在于，所述数据处理步骤具体为：通过VideoCapture类中的read方法获取所述视频的每一帧的图像；通过BackgroundSubtractorMOG2类中的apply函数获取前景掩膜；通过BackgroundSubtractorMOG2类中的getBackgroundImage函数提取背景图片。4.根据权利要求3所述的一种基于边缘计算模型的监控视频数据质量评测方法，其特征在于，所述模糊检测步骤中所述模糊度值的计算方法具体为：遍历所述背景图片每个点的RGB值；根据每个点的RGB值中B值经过变换所得值的总和与所述背景图片面积比值的绝对值，即为所述模糊度值。5.根据权利要求3所述的一种基于边缘计算模型的监控视频数据质量评测方法，其特征在于，所述颜色检测步骤中所述颜色占比值的计算方法具体为：先把所述背景图片转换为HSV颜色空间；根据CvHistogram类创建所述HSV颜色空间图片的二维直方图，并根据cvQueryHistValue_2D函数获取每种颜色的统计次数，找到颜色统计次数的最大值，获取其颜色统计最大值周围的9-16个点；计算该最大值和取出周围几个点的统计次数...

【专利技术属性】
技术研发人员：孙辉，梁旭，施巍松，仲红，
申请(专利权)人：安徽大学，
类型：发明
国别省市：安徽,34