CN101621672B - 一种视频清晰度分析方法及装置 - Google Patents

一种视频清晰度分析方法及装置 Download PDF

Info

Publication number
CN101621672B
CN101621672B CN 200910079768 CN200910079768A CN101621672B CN 101621672 B CN101621672 B CN 101621672B CN 200910079768 CN200910079768 CN 200910079768 CN 200910079768 A CN200910079768 A CN 200910079768A CN 101621672 B CN101621672 B CN 101621672B
Authority
CN
China
Prior art keywords
definition
image
video
video image
frequency
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN 200910079768
Other languages
English (en)
Other versions
CN101621672A (zh
Inventor
谌安军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mid Star Technology Ltd By Share Ltd
Original Assignee
Vimicro Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Vimicro Corp filed Critical Vimicro Corp
Priority to CN 200910079768 priority Critical patent/CN101621672B/zh
Publication of CN101621672A publication Critical patent/CN101621672A/zh
Application granted granted Critical
Publication of CN101621672B publication Critical patent/CN101621672B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Processing (AREA)

Abstract

本发明公开了一种视频清晰度分析方法及装置，本发明方案通过对视频图像的频率分析，利用高频率成分的能量之和作为清晰度系数，以视频图像中的变化很慢的背景作为清晰度判断的参考，保证了判断出的视频图像是否出现清晰度异常的情况的准确性；而且由于工作人员能够及时获得是否出现清晰度异常的情况的信息，保证了视频图像设备的及时调整或维修，防止了遗漏监控的情况，从而保证了视频监控系统的可信度。

Description

一种视频清晰度分析方法及装置
技术领域
本发明涉及图像处理技术，尤指一种视频清晰度分析方法及装置。
背景技术
视频监控系统在社会各个领域的应用非常广泛，如交通、银行、军队、仓库、治安、社区、写字楼、酒店、公共场所、商场等等领域。
视频清晰度异常主要是由于聚焦不当、镜头损坏或者异物遮挡引起的视野主体部分的图像清晰度降低。
目前，是通过人工注视监控视频图像来发现图像的清晰度是否异常。现有对清晰度的分析完全依靠工作人员的注意力以及责任心，在布满监控显示的电视墙上发现某个监视器发生视频清晰度异常的确很费人工精力，会由于人为的因素不能及时发现或者无法发现，也必然会出现监控遗漏的情况。这样，在异常发生后，如果得不到及时的设备维护，由于视频清晰度异常将会造成监控视频无法清楚的记录相关场景的情况，大大降低了视频监控系统的可信度。
发明内容
有鉴于此，本发明的主要目的在于提供一种视频清晰度分析方法，能够及时并全面地监控视频图像的清晰度，保证视频监控系统的可信度。
本发明的另一目的在于提供一种视频图像清晰度分析装置，能够及时并全面地监控视频图像的清晰度，保证视频监控系统的可信度。
为达到上述目的，本发明的技术方案具体是这样实现的：
一种视频清晰度分析方法，该方法包括以下步骤：
对提取的视频图像中的背景图像进行频率分析，并划分不同的清晰度区域；
对提取的视频图像中的前景图像进行频率分析，利用前景图像频率分析后的高频率成分获取清晰度系数，并根据该清晰度系数及清晰度区域得到当前图像的清晰度。
该方法还包括：预先设置一时间间隔，在到达时间间隔时，执行所述步骤。
所述视频图像为彩色图像；
在所述频率分析之前，该方法还包括：对所述提取的视频图像进行灰度化处理。
所述频率分析的方法为小波变换。
所述对前景图像进行小波变换具体包括：
对前景图像进行行滤波处理，并对滤波完后对两个子图像进行2倍下采样；对滤波完后对两个子图像分别进行列滤波处理，并进行2倍下采样处理；得到反映高频成分，水平高频成分，垂直高频成分以及低频成分的分量。
所述利用前景图像频率分析后的高频率成分获取清晰度系数的方法为：计算各高频率成分的能量之和。
所述计算各高频率成分的能量之和包括：计算各高频率成分的绝对值之和；或者，计算各高频率成分的平方之和。
所述划分不同的清晰度区域的方法为：在0至经过所述小波变换提取的背景图像的小波系数能量范围内，线性划分不同的清晰度区域；
或者，利用背景图像，根据通过大量试验结果拟合模糊程度曲线后，按照该拟合模糊程度曲线进行划分得到清晰度区域。
所述根据该清晰度系数及清晰度区域得到当前图像的清晰度具体包括：通过比较，判断出前景图像的小波系数能量落在哪个清晰度区域，以获得清晰度。
一种视频清晰度分析装置，该装置包括视频图像提取模块、频率分析模块、清晰度系数获取模块和清晰度区域获取模块，其中，
视频图像提取模块，用于接收来自摄像头的视频图像，并将视频图像中的前景图像输出给频率分析模块，经视频图像中的背景图像输出给清晰度区域获取模块；
频率分析模块，用于对来自视频图像提取模块的前景图像进行频率分析，并将获得的高频率成分输出给清晰度系数获取模块；
清晰度系数获取模块，用于接收来自频率分析模块的高频率成分，计算高频率成分的能量之和以获取清晰度系数；
清晰度区域获取模块，用于对来自视频图像提取模块的背景图像进行频率分析，并利用提取清晰背景图像的小波系数能量，划分不同清晰度区域；或者用于利用来自视频图像提取模块的背景图像，拟合模糊程度曲线，并划分不同清晰度区域。
所述清晰度系数获取模块，还用于将清晰度系数输出给清晰度判断模块；所述清晰度区域获取模块，还用于将清晰度区域输出给清晰度判断模块；
所述装置还包括清晰度判断模块，用于通过比较接收到的清晰度系数和清晰度区域，判断出前景图像的小波系数能量落在哪个清晰度区域后，显示清晰程度。
所述视频图像提取模块，还用于在输出之前，还用于对接收到的视频图像进行灰度化处理。
由上述技术方案可见，本发明通过对视频图像的频率分析，利用高频率成分的能量之和作为清晰度系数，以视频图像中的变化很慢的背景作为清晰度判断的参考，保证了判断出的视频图像是否出现清晰度异常的情况的准确性；而且由于工作人员能够及时获得是否出现清晰度异常的情况的信息，保证了视频图像设备的及时调整或维修，防止了遗漏监控的情况，从而保证了视频监控系统的可信度。
附图说明
图1是本发明视频清晰度分析方法的流程图；
图2是本发明视频清晰度分析装置的组成结构示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白，以下参照附图并举实施例，对本发明进一步详细说明。
图1是本发明视频清晰度分析方法的流程图，如图1所示，包括：
步骤100：提取视频图像。
视频图像包括前景图像和背景图像两部分，前景图像是不断变化的，而背景图像的更新速度通常是非常缓慢的。
视频图像可以不需要每帧都提取，比如可以预先设置一时间间隔，该时间间隔可以根据不同场所设定不同的值，比如以5秒为一个间隔。
在提取的视频图像为彩色图像时，还需要先将提取的图像进行灰度化处理，具体实现如公式(1)所示：
Y＝0.299R+0.587G+0.114B                (1)
其中，R、G和B分别表示三基色分量，Y为灰度化处理后的颜色分量。灰度化处理的具体实现属于本领域技术人员惯用技术手段，这里不再赘述。
步骤101：对提取的视频图像中的背景图像进行频率分析，并划分不同的清晰度区域。
从大量试验中分析得到，随着视频模糊程度的增加，其高频成分的能量呈现降低趋势，本发明将高频成分的能量划分几个区域，体现视频的不同模糊程度。而且，由于前景内容是不断变化的，而背景图像的更新速度通常是非常缓慢的，因此，本发明以图像背景作为参考，划分不同的清晰度区域：
首先，对背景图像进行频率分析如小波变换，以提取背景图像的小波系数能量，从0到该背景图像的小波系数能量值，按照需求线性划分不同清晰度区域。也可以利用背景图像，根据通过大量试验结果拟合模糊程度曲线后，按照该拟合模糊程度曲线进行划分。
其中，提取清晰背景图像的小波系数能量，以及拟合模糊程度曲线属于本领域技术人员惯用技术手段，这里不再赘述。
步骤102：对提取的视频图像中的前景图像进行频率分析。
对提取的灰度视频图像进行频率分析，比如采用小波变换来实现。小波变换一般利用高通滤波和低通滤波实现，行列分开处理。
首先，对前景图像进行行滤波处理，如公式(2)所示：
H＝HP*I
                                        (2)
L＝LP*I
式中，*为卷积符号，HP为高通滤波器，LP为低通滤波器，I为图像本身，滤波完后对两个子图像H，L进行2倍下采样。这里，滤波处理以及2倍下采样的具体实现属于本领域技术人员惯用技术手段，这里不再赘述。
然后，对H，L分量分别进行列滤波处理，如公式(3)所示：
HH＝HP*H
HL＝LP*H
                                       (3)
LH＝HP*L
LL＝LP*L
同样滤波完后需要对其进行2倍下采样处理。
通过本步骤的处理，得到四个子图像HH，HL，LH，LL，分别反映高频成分，水平高频成分，垂直高频成分以及低频成分。
需要说明的是，上述对前景图像和背景图像的分析没有严格的先后顺序。
步骤103：利用前景图像频率分析后的高频率成分获取清晰度系数，并根据该清晰度系数及清晰度区域得到当前图像的清晰度。
对于模糊图像，其高频率成分的能量会大大降低，因此本步骤中将三个高频率成分的能量和作为清晰度系数即前景图像的小波系数能量，如公式(4)所示的各高频率成分的绝对值之和：
Eh＝abs(HH)+abs(HL)+abs(LH)                (4)
除了公式(4)所示的采用各高频率成分的绝对值之和来获得清晰度系数Eh之外，也可以采用各高频率成分的平方之和来获得清晰度系数。
这样，将得到的清晰度系数和清晰度范围显示给工作人员，工作人员可以直观地通过查看前景图像的小波系数能量落在哪个清晰度区域，来判断出当前视频图像的清晰程度。
或者在通过比较，判断出前景图像的小波系数能量落在哪个清晰度区域后，直接将清晰度显示给工作人员。
对应本发明方法，还提供一种视频清晰度分析装置，如图2所示，本发明视频清晰度分析装置的组成结构包括视频图像提取模块、频率分析模块、清晰度系数获取模块和清晰度区域获取模块，其中，
视频图像提取模块，用于接收来自摄像头的视频图像，并将视频图像中的前景图像输出给频率分析模块，经视频图像中的背景图像输出给清晰度区域获取模块。进一步地，视频图像提取模块在输出之前，还用于对接收到的视频图像进行灰度化处理。
频率分析模块，用于对来自视频图像提取模块的前景图像进行频率分析，并将获得的高频率成分输出给清晰度系数获取模块。
清晰度系数获取模块，用于接收来自频率分析模块的高频率成分，计算高频率成分的能量之和以获取清晰度系数。
清晰度区域获取模块，用于对来自视频图像提取模块的背景图像进行频率分析，并利用提取清晰背景图像的小波系数能量，划分不同清晰度区域；或者用于利用来自视频图像提取模块的背景图像，拟合模糊程度曲线，并划分不同清晰度区域。
本发明装置还进一步包括清晰度判断模块，此时，
清晰度系数获取模块，还用于将清晰度系数输出给清晰度判断模块。
清晰度区域获取模块，还用于将清晰度区域输出给清晰度判断模块。
清晰度判断模块，用于通过比较接收到的清晰度系数和清晰度区域，判断出前景图像的小波系数能量落在哪个清晰度区域后，显示清晰程度。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换以及改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种视频清晰度分析方法，其特征在于，该方法包括以下步骤：
对提取的视频图像中的背景图像进行频率分析，并划分不同的清晰度区域；
对提取的视频图像中的前景图像进行频率分析，利用前景图像频率分析后的高频率成分获取清晰度系数，并根据该清晰度系数及清晰度区域得到当前图像的清晰度；
其中，所述频率分析的方法为小波变换；
对前景图像进行小波变换具体包括：对前景图像进行行滤波处理，并对滤波完后对两个子图像进行2倍下采样；对滤波完后对两个子图像分别进行列滤波处理，并进行2倍下采样处理；得到反映高频成分，水平高频成分，垂直高频成分以及低频成分的分量；
所述利用前景图像频率分析后的高频率成分获取清晰度系数的方法为：计算各高频率成分的能量之和；
所述根据该清晰度系数及清晰度区域得到当前图像的清晰度具体包括：通过比较，判断出前景图像的小波系数能量落在哪个清晰度区域，以获得清晰度；
所述划分不同的清晰度区域的方法为：在0至经过所述小波变换提取的背景图像的小波系数能量范围内，线性划分不同的清晰度区域；或者，利用背景图像，根据通过大量试验结果拟合模糊程度曲线后，按照该拟合模糊程度曲线进行划分得到清晰度区域。
2.根据权利要求1所述的视频清晰度分析方法，其特征在于，该方法还包括：预先设置一时间间隔，在到达时间间隔时，执行所述步骤。
3.根据权利要求1所述的视频清晰度分析方法，其特征在于，所述视频图像为彩色图像；
在所述频率分析之前，该方法还包括：对所述提取的视频图像进行灰度化处理。
4.根据权利要求1所述的视频清晰度分析方法，其特征在于，所述计算各高频率成分的能量之和包括：计算各高频率成分的绝对值之和；或者，计算各高频率成分的平方之和。
5.一种视频清晰度分析装置，其特征在于，该装置包括视频图像提取模块、频率分析模块、清晰度系数获取模块和清晰度区域获取模块，其中，
视频图像提取模块，用于接收来自摄像头的视频图像，并将视频图像中的前景图像输出给频率分析模块，将视频图像中的背景图像输出给清晰度区域获取模块；
频率分析模块，用于对来自视频图像提取模块的前景图像进行频率分析，并将获得的高频率成分输出给清晰度系数获取模块；
清晰度系数获取模块，用于接收来自频率分析模块的高频率成分，计算高频率成分的能量之和以获取清晰度系数；
清晰度区域获取模块，用于对来自视频图像提取模块的背景图像进行频率分析，并利用提取清晰背景图像的小波系数能量，划分不同清晰度区域；或者用于利用来自视频图像提取模块的背景图像，拟合模糊程度曲线，并划分不同清晰度区域；
所述清晰度系数获取模块，还用于将清晰度系数输出给清晰度判断模块；
所述清晰度区域获取模块，还用于将清晰度区域输出给清晰度判断模块；
所述装置还包括清晰度判断模块，用于通过比较接收到的清晰度系数和清晰度区域，判断出前景图像的小波系数能量落在哪个清晰度区域后，显示清晰程度。
6.根据权利要求5所述的视频清晰度分析装置，其特征在于，所述视频图像提取模块，还用于在输出之前，还用于对接收到的视频图像进行灰度化处理。
CN 200910079768 2009-03-10 2009-03-10 一种视频清晰度分析方法及装置 Active CN101621672B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 200910079768 CN101621672B (zh) 2009-03-10 2009-03-10 一种视频清晰度分析方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 200910079768 CN101621672B (zh) 2009-03-10 2009-03-10 一种视频清晰度分析方法及装置

Publications (2)

Publication Number Publication Date
CN101621672A CN101621672A (zh) 2010-01-06
CN101621672B true CN101621672B (zh) 2013-07-24

Family

ID=41514664

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 200910079768 Active CN101621672B (zh) 2009-03-10 2009-03-10 一种视频清晰度分析方法及装置

Country Status (1)

Country Link
CN (1) CN101621672B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102427539B (zh) * 2011-08-26 2014-08-27 庞志勇 视频图像2d转3d的方法
CN110455258B (zh) * 2019-09-01 2021-08-10 中国电子科技集团公司第二十研究所 一种基于单目视觉的无人机离地高度测量方法
CN111432206A (zh) * 2020-04-24 2020-07-17 腾讯科技（北京）有限公司 基于人工智能的视频清晰度处理方法、装置及电子设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1892401A (zh) * 2006-05-25 2007-01-10 南京大学 针对虹膜图像捕捉的时频域多阶段自动对焦方法
CN101360250A (zh) * 2007-08-03 2009-02-04 三星电子株式会社 沉浸产生方法和系统及因素控制、内容分析及参数预测法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4310041B2 (ja) * 1999-11-25 2009-08-05 パナソニック株式会社 改ざん検出用情報埋込／改ざん検出装置および方法並びに当該方法を実施するプログラムを記録した記録媒体

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1892401A (zh) * 2006-05-25 2007-01-10 南京大学 针对虹膜图像捕捉的时频域多阶段自动对焦方法
CN101360250A (zh) * 2007-08-03 2009-02-04 三星电子株式会社 沉浸产生方法和系统及因素控制、内容分析及参数预测法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JP特开2001-218023A 2001.08.10

Also Published As

Publication number Publication date
CN101621672A (zh) 2010-01-06

Similar Documents

Publication Publication Date Title
CN106780392A (zh) 一种图像融合方法及装置
CN106412549B (zh) 图像亮度调整方法及装置
CN110148093B (zh) 一种基于暗通道先验的图像去雾改进方法
CN105424723A (zh) 一种显示屏幕模组缺陷检测方法
CN104021527B (zh) 一种图像中雨雪的去除方法
US8659676B2 (en) Image analysis device and method thereof
CN102740158B (zh) 一种供用户上传3d视频到视频网站的系统和方法
CN105430368A (zh) 一种两视点立体图像合成方法及系统
CN101621672B (zh) 一种视频清晰度分析方法及装置
CN107277299A (zh) 图像处理方法、装置、移动终端及计算机可读存储介质
CN104749801B (zh) 高精度自动光学检测方法和系统
CN109905670A (zh) 一种多级平台监控系统
CN104299214B (zh) 小雨场景视频数据中雨滴的检测与去除方法和系统
JP6447121B2 (ja) 画像処理装置、画像処理方法、撮像システム、画像処理システム、およびプログラム
CN102117603A (zh) 背光值的提取方法及装置
CN101509998B (zh) 一种自动聚焦方法及应用该方法的显微镜
CN105069755A (zh) 多路雾霾图像增强处理装置及方法
CN117635649A (zh) 一种滑坡监测方法及系统
CN111311584B (zh) 视频质量评估方法及装置、电子设备、可读介质
CN202872972U (zh) 一种图像监测处理装置
CN102685547B (zh) 一种基于块效应和噪声的低码率视频质量检测方法
CN104243841A (zh) 一种图像处理方法和装置
CN103747243A (zh) 基于ccd相机的lcd全灰阶数据采集方法
Chu et al. Saliency structure stereoscopic image quality assessment method
CN111968039A (zh) 基于硅传感器相机的昼夜通用图像处理方法、装置及设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20171221

Address after: 100083 Haidian District, Xueyuan Road, No. 35, the world building, the second floor of the building on the ground floor, No. 16

Patentee after: Zhongxing Technology Co., Ltd.

Address before: 100083, Haidian District, Xueyuan Road, Beijing No. 35, Nanjing Ning building, 15 Floor

Patentee before: Beijing Vimicro Corporation

TR01 Transfer of patent right
CP01 Change in the name or title of a patent holder

Address after: 100083 Haidian District, Xueyuan Road, No. 35, the world building, the second floor of the building on the ground floor, No. 16

Patentee after: Mid Star Technology Limited by Share Ltd

Address before: 100083 Haidian District, Xueyuan Road, No. 35, the world building, the second floor of the building on the ground floor, No. 16

Patentee before: Zhongxing Technology Co., Ltd.

CP01 Change in the name or title of a patent holder