视频图像清晰度及移动幅度检测方法技术

一种视频图像清晰度及移动幅度检测方法，所述方法包括：根据当前图像的视频YUV图像信息，获取当前图像的YUV各分量的边缘图像基本特征信息；根据所述当前图像的YUV各分量的边缘图像基本特征信息，统计当前图像的边缘图像的局部极值点分布状态，比较背景图像和当前图像的局部极值点分布状态，判断当前图像是否相对背景图像有移动；根据所述当前图像的YUV各分量的边缘图像基本特征信息，统计当前图像的边缘图像的各个局部极值点对应的边缘宽度，得到边缘宽度平均值，根据所述边缘宽度平均值得到清晰度量化值。

【技术实现步骤摘要】
视频图像清晰度及移动幅度检测方法
本专利技术涉及计算机视觉和图像处理技术，属于人工智能
，智能视频监控应用领域；特别涉及一种视频图像清晰度及移动幅度检测方法。
技术介绍
随着社会经济的快速发展，安防监控市场急剧扩张，视频监控的摄像机、DVR(DigitalVideoRecorder，即数字视频录像机)数目呈几何级增长，如何有效的利用和管理这些海量数据和视频，是安防监控行业必须解决的一个重要问题。目前，基于视频图像内容分析的技术并不能很好的解决这一问题。
技术实现思路
针对现有技术的缺陷，本专利技术实施例的目的是提供一种视频图像清晰度及移动幅度检测方法，通过对视频图像清晰度及移动幅度进行量化计算分析，实现视频图像的智能化管理。为了实现上述目的，本专利技术实施例提供一种视频图像清晰度及移动幅度检测方法，所述方法包括：根据当前图像的视频YUV图像信息，获取当前图像的YUV各分量的边缘图像基本特征信息；根据所述当前图像的YUV各分量的边缘图像基本特征信息，统计当前图像的边缘图像的局部极值点分布状态，比较背景图像和当前图像的局部极值点分布状态，判断当前图像是否相对背景图像有移动；根据所述当前图像的YUV各分量的边缘图像基本特征信息，统计当前图像的边缘图像的各个局部极值点对应的边缘宽度，得到边缘宽度平均值，根据所述边缘宽度平均值得到清晰度量化值。所述方法还包括：当判断当前图像相对背景图像有移动时，输出报警信息。所述方法还包括：比较所述清晰度量化值和外部设定的清晰预警阈值Thres4和清晰度报警阈值Thres5，判断是否对当前图像的清晰度进行预警或者报警。比较所述清晰度量化值和外部设定的清晰度预警阈值Thres4和清晰度报警阈值Thres5，判断是否对当前图像的清晰度进行预警或者报警包括：如果清晰度量化值小于清晰度预警阈值Thres4，则不需要输出预警或报警信息；如果清晰度量化值小于清晰度报警阈值Thres5，且大于清晰度预警阈值Thres4，则输出预警信息；如果清晰度量化值大于清晰度报警阈值Thres5，则输出报警信息。所述统计边缘图像的局部极值点分布状态包括：根据当前图像的边缘值大小统计边缘局部极值点，当中心点边缘值大于以其为中心点的周围N*N范围内所有点的边缘值且大于最低边缘值阈值Thres6时，将所述中心点确定为边缘局部极值点，其中N为预设值。所述方法还包括：从确定的极值点中进一步筛选得到参与计算的极值点，保证参与计算的极值点之间的距离大于局部极值点间距阈值Thres3。所述统计边缘图像的各个局部极值点对应的边缘宽度包括：在所述极值点为中心的一定范围区域内，将所述极值点所占区域的最低宽度作为所述极值点对应的边缘宽度。所述比较背景图像和当前图像的局部极值点分布状态，判断当前图像是否相对背景图像有移动包括：根据当前图像的边缘图像与背景图像的边缘图像中对应的局部极值点的相对位移，将对应的极值点进行匹配；如果相对位移小于相对位移阈值Thres1则匹配成功，否则匹配失败；统计匹配成功的点数占匹配总点数比例的量化值作为匹配度；根据所述匹配度来判断当前图像是否相对背景图像移动，如果所述匹配度大于移动判定阈值Thres2则判断图像未移动，否则判断图像移动。在进行极值点匹配之前，所述方法还包括：从背景图像中查找当前图像的局部极值点的对应点，所述对应点为当前图像与背景图像中坐标距离在设定范围内的背景图像的局部极值点；如果找到对应的背景图像中的局部极值点，则将两个对应点之间的坐标距离作为相对位移，如果没有找到，则将相对位移设定为最大值。所述根据当前图像的边缘图像与背景图像的边缘图像中对应的局部极值点的相对位移，将对应的极值点进行匹配；如果相对位移小于相对位移阈值Thres1则匹配成功，否则匹配失败；统计匹配成功的点数占匹配总点数比例的量化值作为匹配度包括：根据不同的环境状况，选取多个背景图像模板；分别将每个背景图像模板与当前图像所对应的极值点进行匹配，得到多个匹配度；取多个匹配度中的最高匹配度作为最终匹配度的值。本专利技术的有益效果在于：本专利技术实施例的方法能够实现海量视频的智能化监控管理，包括对视频进行监控、统计和管理，对出现的异常视频进行报警和分析，大大减少无效视频的数量，提高安防监控的效率。附图说明图1是本专利技术实施例视频图像清晰度及移动幅度检测方法整体流程图；图2是本专利技术实施例视频图像清晰度及移动幅度检测方法详细流程图；图3是本专利技术实施例视频图像边缘计算流程示意图。具体实施方式本专利技术实施例提供一种视频图像清晰度及移动幅度检测方法，即根据局部极值点的边缘粗细和分布统计信息检测视频图像清晰度和视频画面移动状态。本专利技术实施例的方案适用于白天、夜晚及多光照条件下，且识别速度快，准确率高，能够实现对视频图像状态的自动检测，为安防监控视频管理提供了新的解决方法。本专利技术实施例的技术方案的具体实现方式为：通过对当前图像的边缘信息进行统计计算得到局部极值点，然后根据局部极值点的边缘统计和分布状态的分析，得到清晰度和视频移动幅度的量化值，并根据外部设定的系列判定阈值，对视频图像模糊和视频移动等异常现象进行报警，为视频图像的智能化管理提供量化依据。外部设定的系列判定阈值具体包括：视频移动判定阈值Thres2、视频清晰度预警阈值Thres4和视频清晰度报警阈值Thres5。为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。图1是本专利技术实施例视频图像清晰度及移动幅度检测方法整体流程图。如图1所示，该方法包括：(1)步骤S100、根据当前图像的视频YUV图像信息，获取当前图像的YUV各分量的边缘图像基本特征信息。该步骤的详细过程将在图2的流程中具体描述。(2)步骤S110、根据所述当前图像的YUV各分量的边缘图像基本特征信息，统计当前图像的边缘图像的局部极值点分布状态，比较背景图像和当前图像的局部极值点分布状态，判断当前图像是否相对背景图像有移动。在S110中，统计边缘图像的局部极值点分布状态可以包括：根据当前图像的边缘值大小统计边缘局部极值点，当中心点边缘值大于以其为中心点的周围N*N范围内所有点的边缘值且大于最低边缘值阈值Thres6时，将所述中心点确定为边缘局部极值点，其中N为预设值。进一步地，S110还可以包括：从确定的极值点中进一步筛选得到参与计算的极值点，保证参与计算的极值点之间的距离大于局部极值点间距阈值Thres3。这是为了避免局部极值点扎堆现象并控制局部极值点数目，控制计算量。在S110中，比较背景图像和当前图像的局部极值点分布状态，判断当前图像是否相对背景图像有移动，具体包括：根据当前图像的边缘图像与背景图像的边缘图像中对应的局部极值点的相对位移，将对应的极值点进行匹配；如果相对位移小于相对位移阈值Thres1则匹配成功，否则匹配失败；统计匹配成功的点数占匹配总点数比例的量化值作为匹配度；根据所述匹配度来判断当前图像是否相对背景图像移动，如果所述匹配度本文档来自技高网...

【技术保护点】
一种视频图像清晰度及移动幅度检测方法，其特征在于，所述方法包括：根据当前图像的视频YUV图像信息，获取当前图像的YUV各分量的边缘图像基本特征信息；根据所述当前图像的YUV各分量的边缘图像基本特征信息，统计当前图像的边缘图像的局部极值点分布状态，比较背景图像和当前图像的局部极值点分布状态，判断当前图像是否相对背景图像有移动；根据所述当前图像的YUV各分量的边缘图像基本特征信息，统计当前图像的边缘图像的各个局部极值点对应的边缘宽度，得到边缘宽度平均值，根据所述边缘宽度平均值得到清晰度量化值。

【技术特征摘要】
1.一种视频图像清晰度及移动幅度检测方法，其特征在于，所述方法包括：根据当前图像的视频YUV图像信息，获取当前图像的YUV各分量的边缘图像基本特征信息；根据所述当前图像的YUV各分量的边缘图像基本特征信息，统计当前图像的边缘图像的局部极值点分布状态，比较背景图像和当前图像的局部极值点分布状态，判断当前图像是否相对背景图像有移动；根据所述当前图像的YUV各分量的边缘图像基本特征信息，统计当前图像的边缘图像的各个局部极值点对应的边缘宽度，得到边缘宽度平均值，根据所述边缘宽度平均值得到清晰度量化值。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：当判断当前图像相对背景图像有移动时，输出报警信息。3.根据权利要求1所述的方法，其特征在于，所述方法还包括：比较所述清晰度量化值和外部设定的清晰预警阈值Thres4和清晰度报警阈值Thres5，判断是否对当前图像的清晰度进行预警或者报警。4.根据权利要求3所述的方法，其特征在于，比较所述清晰度量化值和外部设定的清晰度预警阈值Thres4和清晰度报警阈值Thres5，判断是否对当前图像的清晰度进行预警或者报警包括：如果清晰度量化值小于清晰度预警阈值Thres4，则不需要输出预警或报警信息；如果清晰度量化值小于清晰度报警阈值Thres5，且大于清晰度预警阈值Thres4，则输出预警信息；如果清晰度量化值大于清晰度报警阈值Thres5，则输出报警信息。5.根据权利要求1所述的方法，其特征在于，所述统计边缘图像的局部极值点分布状态包括：根据当前图像的边缘值大小统计边缘局部极值点，当中心点边缘值大于以其为中心点的周围N*N范围内所有点的边缘值且大于最低边缘值阈值Thres6时，将所述中心点确定为边缘局部极值点，其中N为预设值。6.根据权利要求5所述的方法，其特征在于，所述方法还...

【专利技术属性】
技术研发人员：潘晖，谢志明，潘石柱，张兴明，傅利泉，朱江明，吴军，吴坚，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：