【技术实现步骤摘要】
本专利技术涉及图像质量评价
，尤其涉及视频噪声检测方法及装置。
技术介绍
图像质量是判断图像采集设备性能好坏、工作状态是否正常的一个重要指标，也较多地被用在图像处理算法性能优劣比较和优化系统参数。因此，在图像采集、编码压缩、网络传输等领域建立有效的图像质量评价机制具有重要的意义。图像质量评价从方法上可以分为主观评价方法和客观评价方法两大类。主观评价方法采用人自身的主观感受来评价图像对象的质量。主观评价法在受控的环境下，将待评价的图像显示给评价者观看，同时记录下评价者的打分，并对所有评价者的打分进行统计，得出一个统计分数(可以是平均值、中值等)作为评价结果。一般的主观评价方法包括DSCQS (Double Stimulus Continuous Quality Scale,双刺激连续质量标度方法)、SSCQE (Single Stimulus Continuous Quality Evaluation,单刺激连续质量评价法)。一般来说，主观质量评价是一种可靠的方式，不仅适合于传统的模拟系统，也适合于数字系统，同时对于运动图像也能得到较可靠的结果。其缺点在于，...
【技术保护点】
一种视频噪声检测方法，其特征在于，该方法包括：检测摄像头是否处于静止状态；当检测出摄像头处于静止状态时，分离摄像头捕获的视频中的噪声和场景运动，确定所述视频的噪声水平；当检测出摄像头处于运动状态时，查找所述视频中当前帧图像的平坦块，根据查找到的平坦块，确定所述视频的噪声水平。
【技术特征摘要】
1.一种视频噪声检测方法，其特征在于，该方法包括: 检测摄像头是否处于静止状态； 当检测出摄像头处于静止状态时，分离摄像头捕获的视频中的噪声和场景运动，确定所述视频的噪声水平； 当检测出摄像头处于运动状态时，查找所述视频中当前帧图像的平坦块，根据查找到的平坦块，确定所述视频的噪声水平。2.按权利要求1所述的方法，其特征在于，所述检测摄像头是否处于静止状态之前，还包括: 从摄像头捕获的视频中提取连续两帧图像，获得所述连续两帧图像的灰度图像； 根据所述连续两帧图像的灰度图像获得所述连续两帧图像的梯度图像； 根据所述连续两帧图像的灰度图像获得帧差图像； 将所述帧差图像分块，确定所述帧差图像中的饱和子块。3.按权利要求2所述的方法，其特征在于，将所述帧差图像分块，确定所述帧差图像中的饱和子块，包括: 遍历所述帧差图像中的所有像素，确定所述帧差图像中的饱和像素，所述饱和像素的灰度值与其邻域8个像素的灰度值相 同，且所述饱和像素的灰度值大于第一阈值； 将所述帧差图像分块，统计每个分块内的饱和像素个数，将饱和像素个数大于第二阈值的分块确定为所述帧差图像中的饱和子块。4.按权利要求2所述的方法，其特征在于，所述检测摄像头是否处于静止状态，包括: 将当前帧图像的灰度图像分块，将当前帧图像的灰度图像中方差大于第三阈值的分块确定为纹理块； 对所述帧差图像中对应于纹理块的分块计算方差，将所述帧差图像中方差大于第四阈值的分块确定为运动块； 统计运动块个数和纹理块个数； 若运动块个数与纹理块个数的比值大于第五阈值，则确定摄像头处于运动状态，否则确定摄像头处于静止状态。5.按权利要求2所述的方法，其特征在于，当检测出摄像头处于静止状态时，分离摄像头捕获的视频中的噪声和场景运动，确定所述视频的噪声水平，包括: 计算所述帧差图像中每个非饱和子块帧差值的标准差； 采用所述帧差图像中所有非饱和子块帧差值的标准差统计标准差直方图； 查找标准差直方图中最高柱对应的灰度值，根据查找到的灰度值确定运动像素与非运动像素的分界值； 对所述帧差图像中帧差值小于所述分界值的所有帧差值计算方差，输出计算出的方差值作为所述视频的噪声水平。6.按权利要求2所述的方法，其特征在于，当检测出摄像头处于运动状态时，查找所述视频中当前帧图像的平坦块，根据查找到的平坦块，确定所述视频的噪声水平，包括: 将当前帧图像分块，计算每个分块的平坦度； 选择预定数量的当前帧图像中最平坦的分块，对选择的每个分块计算方差； 计算选择的所有分块的方差均值，输出计算出的方差均值作为所述视频的噪声水平。7.按权利要求6所述的方法，其特征在于，所述计算每个分块的平坦度，包括: 使用预设模板与当前分块进行卷积，将卷积后的值作为当前分块的平坦度。8.一种视频噪声检测装置，其特征在于，该装置包括: 摄像头检测模块，用于检测摄像头是否处于静止状态； 第一视频噪声确...
【专利技术属性】
技术研发人员：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：
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。