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：