一种高清视频图像处理方法技术

本发明专利技术公开了一种高清视频图像处理方法，该方法具体包括以下步骤：通过获取通过高清视频采集设备拍摄的高清视频图像，对所述高清视频图像进行预处理，得到灰度视频图像；获取所述灰度视频图像的四个梯度方向，并对所述四个梯度方向进行边缘检测算法处理，得到目标图像轮廓；基于所述目标图像轮廓对所述灰度视频图像进行分割，并进行转码解析处理，得到图像帧；对所述图像帧进行合并，并输出显示图像数据；本发明专利技术去除图像中掺入的大量无用信息，减少其对图像的干扰，提高了视频的质量，有利于视频图像的识别，提升高清视频图像的显示质量，视频质量高，实时性好。实时性好。实时性好。

【技术实现步骤摘要】
一种高清视频图像处理方法


[0001]本专利技术涉及图像处理相关
，特别是一种高清视频图像处理方法。

技术介绍

[0002]视频泛指将一系列静态影像以电信号的方式加以捕捉、纪录、处理、储存、传送与重现的各种技术。连续的图像变化每秒超过24帧(frame)画面以上时，根据视觉暂留原理，人眼无法辨别单幅的静态画面，看上去是平滑连续的视觉效果，这样连续的画面叫做视频。高清视频技术属于数字视频的最高标准，其高清晰的画面，细腻逼真的视觉效果，能够带给观众视觉上的享受。而且，高清视频技术还可与计算机、英特网技术相结合，满足许多高清晰度的需求场合(如远程监控、远程医疗等)，使其应用更加广泛，因而具有广阔的发展前景和巨大的市场容量。目前的高清视频图像质量较低，视频图像处理实时性较差。

技术实现思路

[0003]本专利技术的目的是为了解决上述问题，设计了一种高清视频图像处理方法。
[0004]实现上述目的本专利技术的技术方案为，进一步，在上述高清视频图像处理方法中，该图像处理方法包括以下步骤：
[0005]获取通过高清视频采集设备拍摄的高清视频图像，对所述高清视频图像进行预处理，得到灰度视频图像；
[0006]获取所述灰度视频图像的四个梯度方向，并对所述四个梯度方向进行边缘检测算法处理，得到目标图像轮廓；
[0007]基于所述目标图像轮廓对所述灰度视频图像进行分割，并进行转码解析处理，得到图像帧；
[0008]对所述图像帧进行合并，并输出显示图像数据。
[0009]进一步，在上述高清视频图像处理方法中，所述获取通过高清视频采集设备拍摄的高清视频图像，对所述高清视频图像进行预处理，得到灰度视频图像，包括：
[0010]获取通过高清视频采集设备拍摄的高清视频图像，将所述高清视频图像转换成灰度数据；
[0011]通过BlockRAM存储所述灰度数据，并将所述灰度数据进行组合，并同时输出；
[0012]对输出的所述灰度图像进行中值滤波处理滤除噪声，得到像素图像；
[0013]将所述像素图像与预设的模板进行卷积，得到中心像素点以及总梯度幅度值，并计算像素灰度平均值；
[0014]通过平均值确定高低阈值的大小，比较高低阈值和总梯度幅度值的大小来确定图像的边缘信息，得到灰度视频图像。
[0015]进一步，在上述高清视频图像处理方法中，所述对输出的所述灰度图像进行中值滤波处理滤除噪声，得到像素图像，包括：
[0016]获取所述灰度图像的像素数据，并生成像素矩阵，得到每行最大值、每行中间值、
每行最小值；
[0017]按照列分组通过对所述每行最大值、每行中间值、每行最小值进行排序，得到最大值列的最小值、最小值列的最大值；
[0018]基于所述最大值列的最小值、最小值列的最大值判断所述灰度图像的像素数据是否为所述像素矩阵的极值；
[0019]若是，则输出快速中值滤波后的值；若不是，则输出当前像素值。
[0020]进一步，在上述高清视频图像处理方法中，所述获取所述灰度视频图像的四个梯度方向，并对所述四个梯度方向进行边缘检测算法处理，得到目标图像轮廓，包括：
[0021]生成卷积框，对中心点像素进行方向卷积，得到多个卷积结果，其中方向卷积四个梯度方向的角度为0
°
、45
°
、90
°
、135
°
；
[0022]基于所述多个卷积结果确定图像边缘的方向和中心像素点周围像素点的梯度值；
[0023]统计每个梯度值对应的像素点的个数，并以梯度值为横坐标，个数为纵坐标，对横坐标相邻的点对应的纵坐标的值做差；
[0024]找出第一个差值为0的位置和对应的梯度值，将所述梯度值设为高阈值，设所述高阈值的一半为低阈值；
[0025]通过所述高阈值和低阈值判定出边缘点和非边缘点，并进行边缘连接，得到目标图像轮廓。
[0026]进一步，在上述高清视频图像处理方法中，所述基于所述目标图像轮廓对所述灰度视频图像进行分割，包括：
[0027]获取包含有高清视频图像的训练集，采用所述训练集训练基础特征提取模型；
[0028]将高清视频图像切分成图像帧，使用训练好所述基础特征提取模型进行图像分割，进行预训练；
[0029]对所述训练集进行增广处理，对采用所述增广后的所述训练集对所述基础特征提取模型进行微调参数，以得到最终的基础特征提取模型；
[0030]将所述灰度视频图像输入所述最终的基础特征提取模型，进行分割处理，输出待转码解析的图像帧。
[0031]进一步，在上述高清视频图像处理方法中，所述进行转码解析处理，得到图像帧，包括：
[0032]获取包含图像帧的数据集，将所述数据集进行封包，设置时间戳、序列号和最大净载荷容量；
[0033]将封包后的所述数据集发生至预设的转码端，并进行解包处理，通过预设的描述文件对数据流信息做处理判断，从中解析出IP包头，确认基本的编码格式，对数据流解包，对每个包进行打包模式的判断，并按照预设的阈值去除RTP包头，恢复出原始数据，通过解码器对所述原始数据进行解码，以得到图像帧。
[0034]其有益效果在于，通过获取通过高清视频采集设备拍摄的高清视频图像，对所述高清视频图像进行预处理，得到灰度视频图像；获取所述灰度视频图像的四个梯度方向，并对所述四个梯度方向进行边缘检测算法处理，得到目标图像轮廓；基于所述目标图像轮廓对所述灰度视频图像进行分割，并进行转码解析处理，得到图像帧；对所述图像帧进行合并，并输出显示图像数据；本专利技术去除图像中掺入的大量无用信息，减少其对图像的干扰，
提高了视频的质量，有利于视频图像的识别，提升高清视频图像的显示质量，视频质量高，实时性好。
附图说明
[0035]通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。
[0036]图1为本专利技术实施例中高清视频图像处理方法的第一个实施例示意图；
[0037]图2为本专利技术实施例中高清视频图像处理方法的第二个实施例示意图。
具体实施方式
[0038]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0039]本
技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本专利技术的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。
[0040]下面结合附图对本专利技术进行具体描述，如图1所示，一种高清视频图像处理方法，该图像处理方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高清视频图像处理方法，其特征在于，该图像处理方法包括以下步骤：获取通过高清视频采集设备拍摄的高清视频图像，对所述高清视频图像进行预处理，得到灰度视频图像；获取所述灰度视频图像的四个梯度方向，并对所述四个梯度方向进行边缘检测算法处理，得到目标图像轮廓；基于所述目标图像轮廓对所述灰度视频图像进行分割，并进行转码解析处理，得到图像帧；对所述图像帧进行合并，并输出显示图像数据。2.根据权利要求1所述的一种高清视频图像处理方法，其特征在于，所述获取通过高清视频采集设备拍摄的高清视频图像，对所述高清视频图像进行预处理，得到灰度视频图像，包括：获取通过高清视频采集设备拍摄的高清视频图像，将所述高清视频图像转换成灰度数据；通过BlockRAM存储所述灰度数据，并将所述灰度数据进行组合，并同时输出；对输出的所述灰度图像进行中值滤波处理滤除噪声，得到像素图像；将所述像素图像与预设的模板进行卷积，得到中心像素点以及总梯度幅度值，并计算像素灰度平均值；通过平均值确定高低阈值的大小，比较高低阈值和总梯度幅度值的大小来确定图像的边缘信息，得到灰度视频图像。3.根据权利要求2所述的一种高清视频图像处理方法，其特征在于，所述对输出的所述灰度图像进行中值滤波处理滤除噪声，得到像素图像，包括：获取所述灰度图像的像素数据，并生成像素矩阵，得到每行最大值、每行中间值、每行最小值；按照列分组通过对所述每行最大值、每行中间值、每行最小值进行排序，得到最大值列的最小值、最小值列的最大值；基于所述最大值列的最小值、最小值列的最大值判断所述灰度图像的像素数据是否为所述像素矩阵的极值；若是，则输出快速中值滤波后的值；若不是，则输出当前像素值。4.根据权利要求1所述的一种高清视频图像处理方法，其特征在于，所述获取所述灰度视频图像的四个梯度方向，并对所述四个梯度方向进行边缘检测算法处理，得...

【专利技术属性】
技术研发人员：黄永正，
申请(专利权)人：研华科技中国有限公司，
类型：发明
国别省市：