[發明專利]一種基于顯著性多特征融合的移動巡檢視頻質量修正方法

有效

• 申請號: 201910700754.0
• 申請日: 2019-07-31
• 公開（公告）號: CN110312124B
• 公開（公告）日: 2020-09-08
• 發明（設計）人: 程德強;許超;寇旗旗;陳亮亮;趙凱
• 申請（專利權）人: 中國礦業大學
• 主分類號: H04N17/00
• 分類號: H04N17/00;H04N19/86;H04N19/176;H04N19/137;G06T7/13;G06T7/246
• 代理公司: 北京天達知識產權代理事務所(普通合伙) 11386
• 代理人: 李明里;楊光

本發明涉及一種基于顯著性多特征融合的移動巡檢視頻質量修正方法，屬于視頻質量修正技術領域，解決了現有技術無法對移動巡檢視頻進行有效的質量評價并修正的問題。該方法包括如下步驟：對移動巡檢視頻中任一包括待檢測物體的靜止圖像進行分塊，確定包含待檢測物體識別特征的所有宏塊，以及各宏塊的顯著性因子；使用每個宏塊分別遍歷移動巡檢視頻中其他圖像，獲得各幀圖像中與該宏塊最相似的圖像塊，進而獲得各宏塊的運動矢量，以及每一幀圖像的顯著性矩陣；根據獲得的顯著性矩陣，確定移動巡檢視頻的塊效應特征值、模糊效應特征值和信息熵特征值；建立視頻質量評價模型，判斷視頻質量是否合格，如果不合格，修正攝像頭參數，直到合格為止。

技術領域

本發明涉及視頻質量修正技術領域，尤其涉及一種基于顯著性多特征融合的移動巡檢視頻質量修正方法。

背景技術

當前移動巡檢系統，例如礦井系統，其運煤皮帶機以及運輸的煤流較多，工況復雜，致使人工很難真正檢測皮帶運輸安全與否，一般通過移動巡檢視頻來自動檢測煤流運輸狀況。但檢測過程中，由于各種攝像環境的問題會導致視頻圖像不清晰，發生失真，影響檢測效果。需要對移動巡檢視頻進行實時質量評價并修正。

對移動巡檢視頻進行實時質量評價實時質量評價并修正，一方面，可以通過檢測移動巡檢視頻的反饋來修正攝像頭參數，使之達到最好的攝像效果。另一方面，可以為后期超分辨率重建提供參考。

當前的視頻質量評價方法主要依據模型給出的量化指標衡量視頻圖像質量，但都沒有充分考慮人眼的視覺顯著性，而這一點對于視頻質量評價并修正有重要影響。前視頻畫面的視覺顯著性只考慮靜止圖像的顯著性，沒有考慮到物體的運動特性對視覺顯著性的影響。并且，在計算整段視頻的特征時，一般采用一幀圖像的特征值作為整段視頻的特征值，卻忽略了失真視頻各幀特征值的波動性。上述原因造成了目前無法對移動巡檢視頻進行有效的質量評價并修正。

發明內容

鑒于上述的分析，本發明實施例旨在提供一種基于顯著性多特征融合的移動巡檢視頻質量修正方法，用以解決現有技術無法對移動巡檢視頻進行有效的質量評價并修正的問題。

一方面，本發明實施例提供了一種基于顯著性多特征融合的移動巡檢視頻質量修正方法，包括如下步驟：

對移動巡檢視頻中任一包括待檢測物體的靜止圖像進行分塊，確定分塊結果中包含待檢測物體識別特征的所有宏塊，以及各宏塊的顯著性因子；

使用上述每個宏塊分別遍歷移動巡檢視頻中其他圖像，獲得各幀圖像中與該宏塊最相似的圖像塊，進而獲得各宏塊的運動矢量，結合其顯著性特征因子，獲得每一幀圖像的顯著性矩陣；

根據獲得的顯著性矩陣，確定移動巡檢視頻的塊效應特征值、模糊效應特征值和信息熵特征值；

建立包含視頻評價結果與視頻塊效應特征值、視頻模糊效應特征值和信息熵特征值三者關系的視頻質量評價模型，判斷視頻質量是否合格，如果不合格，修正攝像頭參數，重新判斷，直到合格為止。

上述技術方案的有益效果如下：現有技術在計算圖像的特征值時，一般是直接、無區別地計算整個視頻幀的所有像素點，上述技術方案是根據人眼視覺區域對圖像進行分塊(獲得宏塊)，計算出每一宏塊的特征值，再利用分塊顯著性加權，求得整幀圖像的特征值，方法更加精準、有針對性，結果更加準確。并且，現有技術在利用顯著性時一般不會考慮到物體的運動特性，上述技術方案還考量了每個視頻幀中每一個宏塊的運動活性值(塊效應特征值、模糊效應特征值和信息熵特征值)對顯著性的影響，進而得出是否合格、需要修正的結論，更加貼合用戶需求，用利于提升用戶體驗。

基于上述方法的進一步改進，所述各宏塊的顯著性因子通過下面公式確定

S_SDSP(i,j)＝S_F(x)·S_C(x)·S_D(x)