[發(fā)明專利]基于圖像灰度分布特征的視頻抖動檢測方法

有效

• 申請?zhí)枺?/td>: 201610873192.6
• 申請日: 2016-09-30
• 公開（公告）號: CN106385580B
• 公開（公告）日: 2018-02-06
• 發(fā)明（設(shè)計）人: 徐向華;張步學(xué);程宗毛;張善卿
• 申請（專利權(quán)）人: 杭州電子科技大學(xué)
• 主分類號: H04N17/00
• 分類號: H04N17/00;H04N7/18;H04N5/14
• 代理公司: 杭州君度專利代理事務(wù)所(特殊普通合伙)33240
• 代理人: 杜軍

技術(shù)領(lǐng)域

本發(fā)明涉及一種監(jiān)控視頻抖動的檢測方法，特別涉及一種基于圖像灰度分布特征的視頻抖動檢測方法。

背景技術(shù)

視頻監(jiān)控系統(tǒng)作為視覺物聯(lián)網(wǎng)的重要組成部分，廣泛應(yīng)用于城市安全、智能交通、智慧環(huán)保、邊界安保等各領(lǐng)域應(yīng)用中，其日常維護(hù)巡檢的矛盾日趨激烈。據(jù)統(tǒng)計，目前國內(nèi)運行的監(jiān)控系統(tǒng)中，能正常使用的攝像機的比例不到60％，并且數(shù)量龐大的視頻監(jiān)控系統(tǒng)的運行和維護(hù)工作多數(shù)靠人工檢測和處理。如何提高視頻監(jiān)控系統(tǒng)運行維護(hù)工作的效率，及時了解前端視頻設(shè)備的運行情況，建設(shè)智能化的視頻監(jiān)控質(zhì)量診斷系統(tǒng)成為視頻監(jiān)控領(lǐng)域迫切需要解決的實際問題。

視頻圖像抖動是視頻監(jiān)控設(shè)備經(jīng)常發(fā)生的圖像質(zhì)量異?，F(xiàn)象。正常情況下，運動圖像序列的連續(xù)多幀之間過渡是平滑的，畫面相關(guān)性比較連續(xù)，但是如果它們之間的相關(guān)性出現(xiàn)大波動，視頻就會出現(xiàn)抖動的情況。在視頻監(jiān)控中，攝像頭一般都是固定在某個位置，因此造成視頻畫面抖動現(xiàn)象的原因主要有：1)攝像頭受到環(huán)境的干擾(比如強風(fēng))發(fā)生有規(guī)律的擺動從而造成圖像的上下或左右抖動；2)攝像頭正在被人移動，造成畫面抖動。任何一種情況，都會導(dǎo)致畫面出現(xiàn)周期性振顫或不規(guī)則扭曲，都意味著攝像頭工作出現(xiàn)了異常，嚴(yán)重影響到視頻監(jiān)控系統(tǒng)的工作效用，因此，需要對視頻監(jiān)控系統(tǒng)的視頻圖像進(jìn)行智能分析檢測，及時發(fā)現(xiàn)視頻抖動故障問題，實現(xiàn)即時報警和修復(fù)。

與視頻抖動相關(guān)的研究中，?，幀?、洪丹楓在論文《一種基于HGPC的交通監(jiān)控視頻抖動異常檢測方法》提出了一種基于分級的灰度投影相關(guān)系數(shù)法(Hierarchical Gray Project Correlation，HGPC)。該算法主要是通過前后兩幀圖像的行灰度投影曲線的吻合度判定在垂直方向有無發(fā)生抖動，再通過前后兩幀圖像的列灰度投影曲線的吻合度判定在水平方向有無發(fā)生抖動，從而判定整個視頻有無發(fā)生抖動。

我們通過實驗發(fā)現(xiàn)抖動的視頻圖像和正常的視頻圖像的行列灰度值分布特征差異明顯，基于此，我們提出一種基于灰度分布特征的視頻抖動檢測方法。該方法檢測準(zhǔn)確率高，算法實時性好。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于圖像灰度分布特征的視頻抖動檢測方法。該發(fā)明依據(jù)正常視頻圖像行列灰度值符合正態(tài)分布，而抖動視頻圖像的行列灰度值不符合正態(tài)分布，利用這一分布特征差異，通過前后視頻幀的行列灰度值，構(gòu)造近似分布為正態(tài)分布的統(tǒng)計量，計算行列灰度檢驗因子，來衡量前后兩幀圖像的連續(xù)性和相關(guān)性，進(jìn)而判斷該視頻是否發(fā)生了抖動。

本發(fā)明的技術(shù)步驟如下：

基于圖像灰度分布特征的視頻抖動檢測方法，步驟如下：

步驟1：截取視頻里前后相鄰的兩幀圖像。

步驟2：將截取的兩幀圖像轉(zhuǎn)換到灰度空間。

步驟3：統(tǒng)計前一幀圖像的每行灰度值和每列灰度值,計算出行灰度均值和行灰度方差值以及列灰度均值和列灰度方差值。

步驟4：統(tǒng)計后一幀圖像的每行灰度值和每列灰度值,計算出行灰度均值和行灰度方差值以及列灰度均值和列灰度方差值。

步驟5：對步驟3和步驟4計算得到的前后兩幀圖像的行灰度均值和行灰度方差做一個行假設(shè)檢驗，獲得一個行檢驗因子。

步驟6：對步驟3和步驟4計算得到的前后兩幀的列灰度均值和列灰度方差做一個列假設(shè)檢驗，獲得一個列檢驗因子。

步驟7：將步驟5和步驟6計算得到的行檢驗因子和列檢驗因子分別與給定的閾值做比較，如果其中一個超出閾值，則判定前一幀圖像為抖動幀。

步驟8：統(tǒng)計整個視頻中，抖動幀所占的比例，如果超過設(shè)定抖動閾值，則判定該視頻是抖動的。

進(jìn)一步，在步驟3中，行灰度值、行灰度均值和行灰度方差計算方法如下：

行灰度值

行灰度均值

行灰度方差

其中f(i,j)是灰度圖像中每個像素點的灰度值，A是圖像行數(shù)，B是圖像列數(shù)。

列灰度值、列灰度均值和列灰度方差計算方法如下：

列灰度值

列灰度均值

列灰度方差

進(jìn)一步在步驟5中，行檢驗因子的計算方法如下：

行檢驗因子

其中，s_x²₁分別是前一幀圖像的行灰度均值和行灰度方差，s_x²₂分別是后一幀圖像的行灰度均值和行灰度方差。

進(jìn)一步,在步驟6中，列檢驗因子的計算方法如下：

列檢驗因子