[發明專利]一種視頻圖像橫向條紋擾動檢測的方法

有效

• 申請號: 201410202825.1
• 申請日: 2014-05-13
• 公開（公告）號: CN104657975B
• 公開（公告）日: 2017-10-24
• 發明（設計）人: 陳黎;劉佳祥;田菁
• 申請（專利權）人: 武漢科技大學
• 主分類號: G06T7/90
• 分類號: G06T7/90;G06T7/246
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明屬于視頻圖像異常檢測技術領域，尤其是指一種視頻圖像橫向條紋擾動檢測的方法。

背景技術

隨著視頻監控系統在社會防控領域應用的規模化，視頻監控錄像為執法機關在案件偵破，緊急事態處置等方面發揮了巨大作用。然而由于后期建設導致監控設備周圍環境發生變化或者監控設備自身使用周期壽命的影響，部分監控設備采集的視頻圖像出現了各種視頻擾動，常見的有視頻模糊、視頻過暗、視頻過亮、視頻顏色異常、雪花等視頻異常。對于視頻質量影響較大的一種擾動便是視頻橫向條紋擾動。這種視頻橫向條紋擾動具有以下特征：

1)條紋橫向貫穿屏幕、縱向具有一定的高度；

2)條紋一般在垂直方向做勻速移動；

3)條紋以視頻圖像縱向中軸線為軸，左右對稱；

4)條紋的顏色為白色或黑色

這種視頻橫向條紋擾動會影響獲取感興趣區域目標的有效信息。

目前視頻橫條紋擾動噪聲檢測方法存在的問題是：現有的方法主要針對以大量貫穿整幅圖片、明暗交替出現為特征的細條紋，其利用條紋的周期性，采用傅里葉變換方法對其進行檢測。然而視頻橫向條紋擾動并不會大量出現在視頻中，沒有滿足傅里葉變換方法檢測條紋需要的周期性。

發明內容

為了克服現有技術存在的缺點和不足，本發明利用視頻條紋擾動的如下特征：

1)條紋橫向貫穿屏幕、縱向具有一定的高度；

2)條紋一般在垂直方向做勻速移動；

3)條紋以視頻圖像縱向中軸線為軸，左右對稱；

4)條紋的顏色為白色或黑色

提供了一種可靠、快速的視頻橫向條紋擾動檢測的方法。

一種視頻橫向條紋擾動檢測的方法，它包括如下步驟：

步驟一，輸入視頻流：輸入待檢測視頻數據，幀圖像分辨率為M×N；

步驟二，運動性檢測，提取條紋擾動信息：利用部分條紋具有運動的特征，將前后幀圖像f_n和f_n+1做幀差，即將f_n和f_n+1按空間位置相對應的像素取差絕對值，得到提取條紋信息的差分圖像g_n；

步驟三，利用條紋的空間對稱性，對差分圖像g_n對稱性濾波，過濾圖像g_n中的偽條紋區域，得到圖像g′_n；

步驟四，在時間域中，對g′_n投影篩選特征數據，并初次判斷視頻橫向條紋擾動是否存在；

步驟五，在空間域中，對圖像f_n提取特征數據，再次判斷視頻橫向條紋擾動是否存在；

步驟六，整合步驟四、五中的算法結果，完成對視頻橫向條紋擾動的最終判定：若步驟四、五中皆判定視頻無條紋擾動，則判定視頻橫向條紋擾動不存在，若步驟四中判定視頻橫向條紋擾動存在，則根據步驟五判定條紋顏色狀態，其中步驟四、五中任意一步判定結果為存在視頻條紋擾動，則算法結果為視頻存在條紋擾動。

步驟三中，所述的過濾差分圖像g_n中的偽條紋區域方法為：以差分圖像的垂直方向中線x₀＝N/2為對稱軸，如果|g_n(x₀-k，y)-g_n(x₀+k，y)|＞T₀，則令g′_n(x₀-k，y)＝0，g′_n(x₀+k，y)＝0，得到過濾了偽條紋區域的圖像g′_n，其中k∈[1，N/2]，T₀為判斷閾值。

步驟四中，所述的時間域中判定視頻橫向條紋擾動是否存在的方法為：計算g′_n的平均幅值m、最大行均值和最大列均值由于條紋具有運動的特性，相鄰幀圖像的幀差法可以過濾圖像g_n的背景信息，從而得到條紋擾動信息，所以求得的若圖像g′_n中的上述統計數據如果同時滿足若圖像g′_n中的上述統計數據如果同時滿足：

則判定在時間域中有視頻橫向條紋擾動，其中T₁，T₂為判斷閾值，其中T₁＝20，T₂＝3。