【技术实现步骤摘要】
一种摄像头画面质量异常检测与识别方法
[0001]本专利技术涉及摄像头异常检测领域,具体而言,涉及一种摄像头画面质量异常检测与识别方法。
技术介绍
[0002]现今,面对数量庞大且不断增长的视频监控设备,对于监控设备和视频图像的运维提出了更高的要求,随着视频监控系统的规模逐渐扩大,系统中使用的摄像头越来越多,使得传统管理人员的工作量成倍的增长;另外,由于复杂的外部环境,或者设置质量问题以及传输过程中导致的视频质量损伤,很多时候摄像头的异常无法被人工肉眼识别,人工也很难做到7*24小时在线实时监控。因此,实现监控系统自动化检测摄像头异常状况具有十分重要的意义。视频异常检测系统就是为了提高监控系统的工作效率,减少监控工作人员的工作量。常见的视频质量问题包括摄像头信号丢失,画面局部丢失、画面冻结、摄像头遮挡、画面亮度异常、画面颜色偏色、画面模糊、画面出现噪声或条带、摄像头抖动、摄像头移位等。
[0003]公开号为CN 112804520 A的申请公开了一种高速监控视频质量检测方法(后称为现有技术1),如图1所示,图1为现有技术1的检测流程图,其包括了黑屏检测、遮挡检测、模糊检测、亮度异常检测与色度异常检测,其中:黑屏检测是将图像灰度化,通过公式Gray=R*0.299+G*0.587+B*0.114计算出像素灰度化后的值,像素灰度化后的值小于T1的像素称为偏暗像素,然后统计偏暗像素占总体像素比例rate,rate=blackNum/totalNum,blackNum为偏暗像素总数,totalNum为像素总数,且to ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种摄像头画面质量异常检测与识别方法,其特征在于,包括:步骤S1:从视频流中读取视频帧,将摄像头实时传输的视频流依次解码成RGB三通道图像帧img,并将每张图像帧img等比例缩放为图像img_resize,其中,任一图像img_resize的宽为w,高为h,将第一帧的图像img_resize拷贝为移位参考帧img_move和抖动参考帧img_jitter的初始图像,然后每n秒更新一次,将对应时刻图像img_resize作为更新后的移位参考帧img_move,其前一帧图像img_resize作为更新后的抖动参考帧img_jitter;步骤S2:对摄像头输入进行信号检测,具体为:步骤S201:对任一图像img_resize进行高斯模糊,得到高斯模糊图像img_gaussian;步骤S202:通过Canny算子对高斯模糊图像img_gaussian进行边缘提取的到图像img_canny;步骤S203:查找图像img_canny中的连通区域数量contour_num,并计算1
‑
contour_num/(w*h)的值,若计算值大于预设阈值signal_thres则判定为无信号,直接结束检测;否则判定为有信号,继续后续检测;步骤S3:对摄像头输入进行画面部分丢失检测;步骤S4:依据当前移位参考帧img_move和当前抖动参考帧img_jitter对摄像头输入进行画面冻结检测;步骤S5:对摄像头输入进行遮挡检测,具体为将任一图像img_resize转化为Lab颜色空间图像img_Lab,并计算灰度值小于预设阈值block_thres1的区域面积block_s1,然后对应找到步骤S202的图像img_canny中对应的边缘,统计对应边缘区域的面积block_s2,最后计算block_s2/block_s1的值,若计算值大于预设阈值block_thres2,则判定为有物体遮挡;步骤S6:依据Lab颜色空间图像img_Lab对摄像头输入进行亮度检测;步骤S7:依据Lab颜色空间图像img_Lab对摄像头输入进行偏色检测;步骤S8:依据高斯模糊图像img_gaussian对摄像头输入进行清晰度检测;步骤S9:对摄像头输入进行噪声检测;步骤S10:对摄像头输入进行带状条纹检测;步骤S11:依据当前抖动参考帧img_jitter对摄像头输入进行抖动检测;步骤S12:依据当前移位参考帧img_move对摄像头输入进行移位检测。2.根据权利要求1所述的摄像头画面质量异常检测与识别方法,其特征在于,步骤S3具体为:步骤S301:统计任一图像img_resize中各相邻像素之间的像素值差距不超过预设阈值partLose_thres1的连通区域的面积partLost_s1;步骤S302:计算partLost_s1/(w*h)的值,如果计算结果大于预设阈值partLose_thres2,则判定存在画面部分丢失的情况。3.根据权利要求1所述的摄像头画面质量异常检测与识别方法,其特征在于,步骤S4具体为:步骤S401:将当前待检测帧同时分别与当前的移位参考帧img_move和抖动参考帧img_jitter做差得到两个差分图像为diff_img_move与diff_img_jitter;步骤S402:统计差分图像中0像素的个数之和freeze_sum,并计算freeze_sum/(w*h)的值,如果计算结果大于预设阈值freeze_thres,则判定为画面冻结。
4.根据权利要求1所述的摄像头画面质量异常检测与识别方法,其特征在于,步骤S6具体为:步骤S601:统计任一图像img_Lab中的L通道值小于预设阈值bright_thres1的区域面积bright_s1;步骤S602:统计任一图像img_Lab中的L通道值大于预设阈值bright_thres2的区域面积bright_s2;步骤S603:分别计算bright_s1/(w*h)和bright_s2/(w*h)的值:如果bright_s1/(w*h)大于预设阈值bright_thres3,则判定为图像偏暗;如果bright_s2/(w*h)大于预设阈值bright_thres4,则判定为图像偏亮。5.根据权利要求1所述的摄像头画面质量异常检测与识别方法,其特征在于,步骤S7具体为:步骤S701:通过式(1)计算任一图像img_Lab中a通道和b通道的像素统计均值d
a
和d
b
,式中,a和b分别为img_Lab的a通道与b通道第i行第j列的像素值;步骤S702:通过以下计算求出偏色因子K的值:步骤S702:通过以下计算求出偏色因子K的值:K=D/M式中,D与M为计算的中间值;步骤S703:如果偏色因子K的值大于偏色阈值color_thres,则判断图像存在偏色;步骤S704:比较∣d
a
∣和∣d
b
∣的大小,如果∣d
a
∣>∣d
b
∣,则查看的∣d
技术研发人员:张何伟,琚午阳,
申请(专利权)人:威海睿芯智能科技有限公司,
类型:发明
国别省市:
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。