一种针对视频图像故障的智能分类处理方法和系统技术方案

本发明专利技术公开一种针对视频图像故障的智能分类处理方法和系统，在摄像头厂家针对确定类型的常见视频质量问题，通过适当技术自动获取视频质量问题的相关高度实时模拟前提下，应用本发明专利技术方法能正确建立视频质量问题的分类模型，并应用于实时检测中。本发明专利技术的目的在于提供一种解决上述既针对视频直接处理，并适当利用中值滤波技术把视频帧转换为一副幅摄像头监控的背景图，利用直方图计算抓取背景图的分布特征，然后利用直方图相似度把背景图判断数据减少为有限的相似度数据，减少嵌入式智能有限资源的中间判断数据量存储问题；最后利用概率神经网络训练视频质量判断分类，解决针对视频直接判断故障现象的智能模型。频直接判断故障现象的智能模型。频直接判断故障现象的智能模型。

【技术实现步骤摘要】
一种针对视频图像故障的智能分类处理方法和系统


[0001]本专利技术涉及图像数字信号处理领域，尤其涉及一种针对视频图像故障的智能分类处理方法和系统。

技术介绍

[0002]现存的监管设备是基于间接传感器数据的智能化设备，监测摄像头故障存在的问题：一是一些图像质量(图像偏色、噪声等)无法完全依靠间接的传感数据监测出来，二是监测电路复杂度提高也意味着监测设备本身将增加故障率的风险。因此最好是针对摄像头图像数据进行智能判断，可以避开上述的问题，获取最直接有效的结果，因此面临以下两个问题：
[0003]首先，要解决的核心问题是：基于视频信号处理和智能模型，直接针对视频流研发的视频故障智能监测算法，以克服利用传感器间接数据的不足，以提高设备性能和可靠性。
[0004]其次，要解决的附带问题是：数字图像处理的数据量大，不利于基于嵌入式智能有效资源的中间数据存储负担。如何应用有效的少量特征数据提取，然后训练一个不用很庞大的神经网络，建立分类模型，减少中间数据存储问题，是应用嵌入式智能装置有限资源有效办法。
专利技术内容
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种针对视频图像故障的智能分类处理方法，包括建模步骤和应用步骤，其特征在于：所述建模步骤包括如下步骤：步骤1：对预设视频故障图像的n种故障数量进行编码，生成编码为1～n的向量Q；步骤2：在预定时间长度中采集正常视频的帧数M，每连续L帧进行中值滤波后取得一幅背景图像信息，共取得s幅第一合成背景图，所述s＝M/L；步骤3：对故障视频的图像在相同预定时间长度采集M帧，按每连续L帧中值滤波后取得s幅第二合成背景图；步骤4：将s幅第一合成背景图以及n种故障的s幅第二合成背景图进行相似度比较；步骤5：相似度比较过程按每幅图R、G、B进行直方图计算，取得3个相似度值，每次s幅背景图间共有s
×
3个相似度值，组成R、G、B顺序的向量P；步骤6：用向量P和Q训练概论神经网络，建立故障分类模型；所述应用步骤包括如下步骤：步骤11:取得预定时间长度中的运行视频帧M帧，按每连续L帧中值滤波后取得s幅背景图；步骤12:运行视频s幅背景图与正常视频s幅背景图进行相似度比较，取得s
×
3个相似度值，组成R、G、B顺序的向量K；步骤13：向量K送入训练建立的故障分...

【专利技术属性】
技术研发人员：陈国钦，詹仁辉，李汪彪，
申请(专利权)人：福建超智集团有限公司，
类型：发明
国别省市：