检测视频静态标识的方法及电子设备和存储介质技术

本发明专利技术公开了一种检测视频静态标识的方法及电子设备和存储介质，所述检测视频静态标识的方法，包括，计算像素灰度标志值、边缘梯度标志值以及边缘方向标志值；以当前视频帧的每个像素位置的像素为中心的预设邻域内，分别计算像素灰度标志值的第一局部置信度、边缘梯度标志值的第二局部置信度以及边缘方向标志值的第三局部置信度；分别计算每个局部置信度的贡献得分以及每个像素位置的总贡献得分；统计当前视频帧的每个像素位置的总贡献得分，并根据每个像素位置的总贡献得分确定出当前视频帧中的静态标识。该方法可以准确检测出视频中每一个视频帧的静态标识区域，降低静态标识欠保护或静态标识过保护的问题，提高视频显示品质。

【技术实现步骤摘要】
检测视频静态标识的方法及电子设备和存储介质
本专利技术涉及图像处理
，尤其是涉及一种检测视频静态标识的方法、电子设备和非临时性计算机存储介质。
技术介绍
静态标识可以是连续多帧图像中一段时间处于静态的标识例如台标、台词、字幕等，若FRC（帧率转换器，framerateconverter）处理对静态标识区域不当，在运动较大地场景中静态标识区域及其邻域的运动矢量信息比较复杂，容易出现是运动矢量计算错误导致运动补偿后画面出现物体“破碎”和像素“飞出”至其邻近空间区域等副作用，所以FRC技术一般会包含对视频做静态标识检测的步骤。现有技术是在时间域和空间域同时检测视频中的静态物体，综合空域的图像特征，如边缘特征，局部像素灰度均值等，和时域上图像特征相关性，如像素灰度相似性等等，计算决策得到视频每个时刻的静态标识区域信息。但是，这种方法对于很多场景都会带来静态标识的误判断，会把某些非静态标识的物体检测为静态标识，导致静态标识欠保护或静态标识过保护，造成视频画面出现“像素碎片”或掩盖原有运动物体细节等等，给视觉效果带来很大的副作用。
技术实现思路
本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术的一个目的在于提出一种检测视频静态标识的方法，该方法可以准确检测出视频中每一个视频帧的静态标识区域，降低静态标识欠保护或静态标识过保护的问题，提高视频显示品质。本专利技术第二个目的在于提出一种电子设备。本专利技术第三个目的在于提出一种非临时性计算机存储介质。为了达到上述目的，本专利技术第一方面实施例的检测视频静态标识的方法，包括：计算当前视频帧与前一视频帧的每个对应像素位置的像素灰度值之差的绝对值，并根据所述绝对值获得每个像素位置的像素灰度标志值；计算所述当前视频帧的每个像素位置的像素与所述像素的预设邻域的像素之间的灰度梯度，并根据所述灰度梯度获得每个像素位置的边缘梯度标志值；根据所述灰度梯度确定有边缘的像素位置，并根据所述有边缘的像素位置的像素的灰度梯度确定所述有边缘的像素位置的像素的边缘方向；以当前视频帧的每个像素位置的像素为中心的预设邻域内，计算所述当前视频帧每个像素位置的边缘方向与前一视频帧的对应像素位置的边缘方向的局部方向相关系数，并根据所述局部方向相关系数确定每个像素位置的边缘方向标志值；以当前视频帧的每个像素位置的像素为中心的预设邻域内，分别计算所述像素灰度标志值的第一局部置信度、所述边缘梯度标志值的第二局部置信度、所述边缘方向标志值的第三局部置信度；分别计算所述第一局部置信度的第一贡献得分、所述第二局部置信度的第二贡献得分以及所述第三局部置信度的第三贡献得分，并计算所述第一贡献得分、所述第二贡献得分和所述第三贡献得分的总贡献得分；统计所述当前视频帧的每个像素位置的总贡献得分，并根据每个像素位置的总贡献得分确定出所述当前视频帧中的静态标识。根据本专利技术实施例的检测视频静态标识的方法，通过根据计算获得像素灰度标志值、边缘梯度标志值以及边缘方向标志值，以当前视频帧的每个像素位置的像素为中心的预设邻域内，分别计算像素灰度标志值的第一局部置信度、边缘梯度标志值的第二局部置信度以及边缘方向标志值的第三局部置信度，进而分别计算每个局部置信度的贡献得分以及每个像素位置的总贡献得分，根据每个像素位置的总贡献得分确定出当前视频帧中的静态标识，即本专利技术实施例的方法，基于多个检测，并采用局部统计信息决策出视频帧每个像素位置是否存在视态静态标识，从而可以准确检测出视频中每一个视频帧的静态标识区域，以为运动补偿阶段提供重要的画面保护信息，降低静态标识欠保护或静态标识过保护的问题，提高视频显示品质。在一些实施例中，根据所述绝对值获得每个像素位置的像素灰度标志值，包括：所述绝对值小于灰度差阈值，赋值所述像素灰度标志值为1；所述绝对值大于等于所述灰度差阈值，赋值所述像素灰度标志值为0。在一些实施例中，计算所述当前视频帧的每个像素位置的像素与所述像素的预设邻域的像素之间的灰度梯度，并根据所述灰度梯度获得每个像素位置的边缘梯度标志值，包括：以m*n大小的梯度算子计算所述当前视频帧当前像素与所述当前像素所述预设邻域的像素之间的灰度梯度；所述灰度梯度大于梯度阈值，赋值所述当前像素的边缘梯度标志值为1；所述灰度梯度小于等于所述梯度阈值，赋值所述边缘梯度标志值为0。在一些实施例中，根据所述灰度梯度确定有边缘的像素位置，并根据所述有边缘的像素位置的像素的灰度梯度确定所述有边缘的像素位置的像素的边缘方向，包括：所述灰度梯度大于梯度阈值，确定所述像素位置为所述有边缘的像素位置；根据所述有边缘的像素位置与预设邻域内像素位置的像素的灰度梯度的变化趋势，确定所述有边缘的像素位置的像素的边缘方向。在一些实施例中，以当前视频帧的每个像素位置的像素为中心的预设邻域内，计算所述当前视频帧每个像素位置的边缘方向与前一视频帧的对应像素位置的边缘方向的局部方向相关系数，并根据所述局部方向相关系数确定每个像素位置的边缘方向标志值，包括：以当前像素位置的像素为中心的预设邻域内，根据最小二乘法、均方误差法和结构相似度法中的任意计算方法获得所述当前像素位置的边缘方向与前一视频帧对应像素位置的边缘方向的局部方向相关系数；所述局部方向相关系数大于预设方向相关系数阈值，赋值所述当前像素位置的边缘方向标志值为1；所述局部方向相关系数小于等于所述预设方向相关系数阈值，赋值所述当前像素位置的边缘方向标志值为0。在一些实施例中，以当前视频帧的每个像素位置的像素为中心的预设邻域内，分别计算所述像素灰度标志值的第一局部置信度、所述边缘梯度标志值的第二局部置信度、所述边缘方向标志值的第三局部置信度，包括：以当前像素位置的像素为中心的预设邻域M*N内的像素灰度标志值，与M*N矩阵内的第一掩膜值分别做点乘计算后求和值，以得到当前像素位置的像素灰度标志值的第一局部置信度；以当前像素位置的像素为中心的预设邻域M*N内的边缘梯度标志值，与M*N矩阵内的第二掩膜值分别做点乘计算后求和值，以得到当前像素位置的边缘梯度标志值的第二局部置信度；以当前像素位置的像素为中心的预设邻域M*N内的边缘方向标志值，与M*N矩阵内的第三掩膜值分别做点乘计算后求和值，以得到当前像素位置的边缘方向标志值的第三局部置信度。在一些实施例中，分别计算所述第一局部置信度的第一贡献得分、所述第二局部置信度的第二贡献得分以及所述第三局部置信度的第三贡献得分，并计算所述第一贡献得分、所述第二贡献得分和所述第三贡献得分的总贡献得分，包括：所述第一局部置信度小于第一灰度标志阈值，所述第一贡献得分为第一贡献值，或者，所述第一局部置信度大于或等于所述第一灰度标志阈值且小于第二灰度标志阈值，所述第一贡献得分为第二贡献值，或者，所述第一局部置信度大于或等于所述第二灰度标志阈值，所述第一贡献得分为第三贡献值；所述第二局部置信度小于第一边缘标志阈值，所述第二贡献得分为第一贡献值，或者，所述第二局部置信度大于或等于所述第一边缘标志阈值且小于第二边缘标志阈值，所述第二贡献得分为所述第二贡献值，或者，所述第二局部置信度大于或等于所述本文档来自技高网...

【技术保护点】
1.一种检测视频静态标识的方法，其特征在于，包括：/n计算当前视频帧与前一视频帧的每个对应像素位置的像素灰度值之差的绝对值，并根据所述绝对值获得每个像素位置的像素灰度标志值；/n计算所述当前视频帧的每个像素位置的像素与所述像素的预设邻域的像素之间的灰度梯度，并根据所述灰度梯度获得每个像素位置的边缘梯度标志值；/n根据所述灰度梯度确定有边缘的像素位置，并根据所述有边缘的像素位置的像素的灰度梯度确定所述有边缘的像素位置的像素的边缘方向；/n以当前视频帧的每个像素位置的像素为中心的预设邻域内，计算所述当前视频帧每个像素位置的边缘方向与前一视频帧的对应像素位置的边缘方向的局部方向相关系数，并根据所述局部方向相关系数确定每个像素位置的边缘方向标志值；/n以当前视频帧的每个像素位置的像素为中心的预设邻域内，分别计算所述像素灰度标志值的第一局部置信度、所述边缘梯度标志值的第二局部置信度、所述边缘方向标志值的第三局部置信度；/n分别计算所述第一局部置信度的第一贡献得分、所述第二局部置信度的第二贡献得分以及所述第三局部置信度的第三贡献得分，并计算所述第一贡献得分、所述第二贡献得分和所述第三贡献得分的总贡献得分；/n统计所述当前视频帧的每个像素位置的总贡献得分，并根据每个像素位置的总贡献得分确定出所述当前视频帧中的静态标识。/n...

【技术特征摘要】
1.一种检测视频静态标识的方法，其特征在于，包括：
计算当前视频帧与前一视频帧的每个对应像素位置的像素灰度值之差的绝对值，并根据所述绝对值获得每个像素位置的像素灰度标志值；
计算所述当前视频帧的每个像素位置的像素与所述像素的预设邻域的像素之间的灰度梯度，并根据所述灰度梯度获得每个像素位置的边缘梯度标志值；
根据所述灰度梯度确定有边缘的像素位置，并根据所述有边缘的像素位置的像素的灰度梯度确定所述有边缘的像素位置的像素的边缘方向；
以当前视频帧的每个像素位置的像素为中心的预设邻域内，计算所述当前视频帧每个像素位置的边缘方向与前一视频帧的对应像素位置的边缘方向的局部方向相关系数，并根据所述局部方向相关系数确定每个像素位置的边缘方向标志值；
以当前视频帧的每个像素位置的像素为中心的预设邻域内，分别计算所述像素灰度标志值的第一局部置信度、所述边缘梯度标志值的第二局部置信度、所述边缘方向标志值的第三局部置信度；
分别计算所述第一局部置信度的第一贡献得分、所述第二局部置信度的第二贡献得分以及所述第三局部置信度的第三贡献得分，并计算所述第一贡献得分、所述第二贡献得分和所述第三贡献得分的总贡献得分；
统计所述当前视频帧的每个像素位置的总贡献得分，并根据每个像素位置的总贡献得分确定出所述当前视频帧中的静态标识。


2.根据权利要求1所述的检测视频静态标识的方法，其特征在于，根据所述绝对值获得每个像素位置的像素灰度标志值，包括：
所述绝对值小于灰度差阈值，赋值所述像素灰度标志值为1；
所述绝对值大于等于所述灰度差阈值，赋值所述像素灰度标志值为0。


3.根据权利要求1所述的检测视频静态标识的方法，其特征在于，计算所述当前视频帧的每个像素位置的像素与所述像素的预设邻域的像素之间的灰度梯度，并根据所述灰度梯度获得每个像素位置的边缘梯度标志值，包括：
以m*n大小的梯度算子计算所述当前视频帧当前像素与所述当前像素所述预设邻域的像素之间的灰度梯度；
所述灰度梯度大于梯度阈值，赋值所述当前像素的边缘梯度标志值为1；
所述灰度梯度小于等于所述梯度阈值，赋值所述边缘梯度标志值为0。


4.根据权利要求1所述的检测视频静态标识的方法，其特征在于，根据所述灰度梯度确定有边缘的像素位置，并根据所述有边缘的像素位置的像素的灰度梯度确定所述有边缘的像素位置的像素的边缘方向，包括：
所述灰度梯度大于梯度阈值，确定所述像素位置为所述有边缘的像素位置；
根据所述有边缘的像素位置与预设邻域内像素位置的像素的灰度梯度的变化趋势，确定所述有边缘的像素位置的像素的边缘方向。


5.根据权利要求1或4所述的检测视频静态标识的方法，其特征在于，以当前视频帧的每个像素位置的像素为中心的预设邻域内，计算所述当前视频帧每个像素位置的边缘方向与前一视频帧的对应像素位置的边缘方向的局部方向相关系数，并根据所述局部方向相关系数确定每个像素位置的边缘方向标志值，包括：
以当前像素位置的像素为中心的预设邻域内，根据最小二乘法、均方误差法和结构相似度法中的任意计算方法获得所述当前像素位置的边缘方向与前一视频帧对应像素位置的边缘方向的局部方向相关系数；
所述局部方向相关系数大于预设方向相关系数阈值，赋值所述当前像素位置的边缘方向标志值为1；
所述局部方向相关...

【专利技术属性】
技术研发人员：嵇涛，何志红，汪淳，王东建，陈旭昀，
申请(专利权)人：晶晨半导体上海股份有限公司，
类型：发明
国别省市：上海;31