CN102572508A - 一种视频故障诊断系统及方法 - Google Patents
一种视频故障诊断系统及方法 Download PDFInfo
- Publication number
- CN102572508A CN102572508A CN2012100316842A CN201210031684A CN102572508A CN 102572508 A CN102572508 A CN 102572508A CN 2012100316842 A CN2012100316842 A CN 2012100316842A CN 201210031684 A CN201210031684 A CN 201210031684A CN 102572508 A CN102572508 A CN 102572508A
- Authority
- CN
- China
- Prior art keywords
- video
- unit
- fault
- camera
- matching
- 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.)
- Pending
Links
Images
Landscapes
- Closed-Circuit Television Systems (AREA)
Abstract
本发明公开一种视频故障诊断系统,包括:图像获取单元、故障匹配单元及故障判断单元;所述图像获取单元,用于从摄像机的实时视频中抽取若干帧图像;所述故障匹配单元,与图像获取单元连接,用于将图像获取单元抽取的图像与故障标准图像进行匹配;所述故障判断单元,与故障匹配单元连接,用于分析故障匹配单元传入的匹配结果,并根据分析结果,判断摄像机是否存在视频故障。本发明能够自动诊断出摄像机网络中各种品牌、规格及制式的摄像机的视频故障,通用性高;而且用户只需投入一套诊断设备,就能对上万台规模的摄像机网络进行自动诊断,成本低,检测效率高。
Description
技术领域
本发明涉及视频监控应用技术,尤其涉及一种视频故障诊断系统及方法。
背景技术
目前,视频监控的应用范围已逐步渗透到各行各业,为了避免由于视频监控系统工作异常而造成重要视频资料丢失,工作人员就需要定期诊断摄像机是否存在视频故障。初始阶段对于视频故障发现主要依赖人工排查,以规模为1000的监控网络为例,需要有专人依次察看1000个监控摄像机的实时画面,才能发现存在故障的摄像机;除人工排查之外,现有某些视频转接传输设备具有无信号报警功能;但是以上诊断视频故障的方法存在以下不足:(1)人工排查的工作方式非常落后;(2)随着监控摄像机网络规模的扩大,人工排查劳动强度迅速增加,可行性越来越低;(3)随着监控摄像机网络规模的扩大,人工排查的频率逐渐降低,故障被遗漏或没有及时发现的风险逐步提高,以交通监控网络为例,交通事故发生后调取录像时才发现事发地附近的摄像机故障无法正常录像的情况;(4)视频传输设备的信号报警功能没有统一标准,只能实现局部的报警,缺乏通用性。
自2000年以来,用于保障社会安全的摄像机网络无论从规模还是数量上都有突飞猛进的发展。在各主要城市,以10000为量级的摄像机网络已经比较普遍的应用于城市街道、工商业园区、居民住宅小区等地方。但是,巨大的摄像机数量使得大部分摄摄像机都无法被监控人员实时观察到,同时也加大了摄像机发生视频故障几率的影响;假设摄像机平均三年发生一次故障,那么一个500个摄像机组成的监控网络,如果不能及时发现、维修故障,平均3个月(100天)就有50台摄像机处于故障中。巨大的摄像机绝对故障数量和难以保障的实时观察时间使中等以上规模的摄像机网络急需有效的视频故障主动发现机制。传统的主动发现机制是这样的:监控值班人员定期逐个的观察所有摄像机的视频画面,用纸笔记录下发生故障的摄像机,再把记录情况反馈给维修部门,这样繁琐、原始的工作方式是人们所不愿接受的。
监控摄像机网络可分为纯模拟、纯数字(摄像机直接输出数字信号)、模数混合三类;在模拟系统中,视频转接设备主要是指模拟视频矩阵,目前也只有少数模拟视频矩阵提供了信号中断报警功能,而且主要以蜂鸣器的方式报警,多用于设备的调试;但是当模拟视频矩阵连接的摄像机数量较多,或矩阵数量较多,或矩阵以层级方式连接的情况下(这些情况在中等以上规模的监控网络中非常普遍),将很难根据报警声音来判断出现问题的具体摄像机;部分纯数字监控摄像机虽然提供了摄像机信号中断的报警功能,但只支持由同一品牌的摄像机搭建的摄像机网络,且它的故障报警功能通用性较差;模数混合摄像机网络是将模拟摄像机的信号数字化后在数字网络中传播,这类摄像机网络由于要整合许多不同厂商的设备,也迫切需要通用的基于视频的摄像机故障监测功能。
发明内容
针对上述技术问题,本发明的目的在于提供一种视频故障诊断系统及方法,其能够自动诊断出摄像机网络中各种品牌、规格及制式的摄像机的视频故障,解决了传统视频故障诊断工作量大,诊断效率低的问题。
为达到上述目的,本发明是通过以下技术方案来实现的:
一种视频故障诊断系统,所述系统包括:图像获取单元,用于从摄像机的实时视频中抽取若干帧图像;
故障匹配单元,与图像获取单元连接,用于将图像获取单元抽取的图像与故障标准图像进行匹配;
故障判断单元,与故障匹配单元连接,用于分析故障匹配单元传入的匹配结果,并根据分析结果,判断摄像机是否存在视频故障。
特别的,所述系统还包括:切换单元,与图像获取单元连接,用于将未检测的摄像机依次接入图像获取单元。
特别的,所述图像获取单元包括:数字抽取单元和模拟抽取单元;
数字抽取单元,用于在切换单元将数字摄像机接入图像获取单元时,通过视频解码SDK切换到待诊断数字摄像机的数字视频流,并对数字视频流进行解码后提取用于诊断的图像;
模拟抽取单元,用于在切换单元将模拟摄像机接入图像获取单元时,通过模拟矩阵切换到待诊断摄像机的模拟视频信号,并将模拟视频信号经视频采集卡进行模数转换,从转换后的数字视频中提取用于诊断的图像。
特别的,所述故障匹配单元,用于将图像获取单元抽取的若干帧图像与故障标准图像进行两两匹配后,根据匹配结果,计算匹配率,也即被诊断的摄像机出现视频故障的概率。
特别的,所述故障判断单元包括:阈值设定单元和判断单元;
阈值设定单元,用于设定允许摄像机出现视频故障的概率的阈值;
判断单元,与阈值设定单元连接,用于通过比较故障匹配单元传入的匹配率与阈值设定单元设定的阈值,判断摄像机是否存在视频故障;当匹配率不小于所述阈值时,则判定摄像机存在视频故障,当匹配率小于所述阈值时,则判定摄像机的视频正常。
特别的,所述系统还包括:诊断结果统计单元,与判断单元连接,用于统计判断单元传入的被诊断摄像机的诊断结果,生成摄像机网络的诊断结果表单。
本发明还公开了一种视频故障诊断方法,包括如下步骤:
A、切换单元将未检测的摄像机依次接入图像获取单元;
B、图像获取单元从摄像机的实时视频中抽取若干帧图像;
C、故障匹配单元将图像获取单元抽取的若干帧图像与故障标准图像进行两两匹配后,根据匹配结果,计算匹配率,也即摄像机出现视频故障的概率。
D、故障判断单元分析故障匹配单元传入的匹配结果,并根据分析结果,判断摄像机是否存在视频故障。
特别的,所述步骤B具体包括:在切换单元将数字摄像机接入图像获取单元时,数字抽取单元通过视频解码SDK切换到待诊断数字摄像机的数字视频流,并对数字视频流进行解码后提取用于诊断的图像;
在切换单元将模拟摄像机接入图像获取单元时,模拟抽取单元通过模拟矩阵切换到待诊断摄像机的模拟视频信号,并将模拟视频信号经视频采集卡进行模数转换,然后从转换后的数字视频中提取用于诊断的图像。
特别的,所述步骤D具体包括:
D1、阈值设定单元设定允许摄像机出现视频故障的概率的阈值;
D2、判断单元通过比较故障匹配单元传入的匹配率与阈值设定单元设定的阈值,判断摄像机是否存在视频故障;当匹配率不小于所述阈值时,则判定摄像机存在视频故障,当匹配率小于所述阈值时,则判定摄像机的视频正常。
特别的,所述方法还包括步骤E:诊断结果统计单元统计判断单元传入的所有被诊断摄像机的诊断结果,生成摄像机网络的诊断结果表单。
本发明的有益效果为,所述一种视频故障诊断系统及方法,通过切换单元将摄像机网络中的所有还没有检测的摄像机依次接入图像获取单元;采用这种轮询扫描的方式,用户只需投入一套诊断系统,就能对上万台规模的摄像机网络进行自动诊断,大大节约了成本,而且诊断速度远远高于人工排查,大大降低了劳动强度,提高工作效率。在切换单元将数字摄像机接入图像获取单元时,数字抽取单元通过视频解码SDK切换到待诊断数字摄像机的数字视频流,并对数字视频流进行解码后提取用于诊断的图像;在切换单元将模拟摄像机接入图像获取单元时,模拟抽取单元通过模拟矩阵切换到待诊断摄像机的模拟视频信号,并将模拟视频信号经视频采集卡进行模数转换,然后从转换后的数字视频中提取用于诊断的图像;从而能够兼容模拟/数字不同制式的摄像机;故障匹配单元将图像获取单元抽取的若干帧图像与故障标准图像进行两两匹配后,计算出匹配率;然后,判断单元通过比较的匹配率及阈值设定单元设定的阈值,判断摄像机是否存在视频故障;最后,诊断结果统计单元生成摄像机网络的诊断结果表单。
附图说明
图1为本发明视频故障诊断系统框图;
图2为本发明视频频故障诊断方法流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。请参照图1所示,图1为本发明视频故障诊断系统框图。
本实施例中视频故障诊断系统包括:切换单元、图像获取单元、故障匹配单元、故障判断单元及诊断结果统计单元;所述图像获取单元包括:数字抽取单元和模拟抽取单元;所述故障判断单元包括:阈值设定单元和判断单元。
所述切换单元,与图像获取单元连接,用于将摄像机网络中所有没有进行诊断的摄像机依次接入图像获取单元。
在所述诊断系统运行期间,切换单元首先判断待诊断的摄像机是否经诊断系统进行过检测;并将摄像机网络中所有没有经过视频故障诊断的摄像机,以轮流切换扫描的方式依次接入图形获取单元,进行视频故障诊断。所述轮流切换扫描是指对一个摄像机的视频故障诊断完成后,再开始接入下一个摄像机,并对其进行视频故障诊断;这样依次完成摄像机网络中所有摄像机的视频故障诊断。
所述图像获取单元包括:数字抽取单元和模拟抽取单元,用于从摄像机的实时视频中抽取若干帧图像。
在数字摄像机网络下,数字摄像机的视频信号经过数字编码后由流媒体服务器负责转发。所述数字抽取单元用于在切换单元将数字摄像机接入图像获取单元时,通过流媒体服务器的解码SDK切换到待诊断数字摄像机的数字视频流,并对数字视频流进行解码后提取用于诊断的若干帧图像;其中,图像的帧数至少为1帧,抽取的图像帧数越多,视频故障诊断结果的偶然性就越低。
在模拟摄像机网络下,所述模拟抽取单元,用于在切换单元将模拟摄像机接入图像获取单元时,通过模拟矩阵切换到待诊断摄像机的模拟视频信号,并将模拟视频信号经视频采集卡进行模数转换,从转换后的数字视频中提取用于诊断的若干帧图像;同样的,图像的帧数至少为1帧,抽取的图像帧数越多,视频故障诊断结果的偶然性就越低。
所述故障匹配单元,与图像获取单元连接,用于将图像获取单元抽取的图像与故障标准图像进行匹配。
在故障匹配单元中存储有一个故障标准图像集合,所述故障标准图像集合由待诊断摄像机网络中各种不同规格摄像机的故障标准图像组成;例如,当模拟摄像机发生视频故障时,如果是模拟视频信号,则可能出现蓝屏、黑屏及标准信号校验图三种故障标准图像。当数字摄像机发生视频故障时,数字视频信号的故障标准图像与具体数字摄像机的生产厂商有关,可从生产厂商处得到各种类型的数字摄像机的故障标准图像。具体到一个摄像机网络来说,根据它包含的摄像机的类型和品牌,即可确定一个故障标准图像样本的集合。故障标准图像样本的集合确定后,该诊断系统就可兼容各种不同类型的摄像机。
故障匹配单元将所提取的若干帧摄像机的实时图像依次与故障标准图像样本的集合中的故障标准图像进行两两匹配,其中两幅图像是否匹配,有很多方法可以实现,比如计算两幅图像的协方差及计算两幅图像颜色直方图的一致性等等;如果实时图像和任何一张故障标准图像匹配成功,则将该帧实时图像归类为“故障”,否则归类为“正常”,从而可以得到从本次诊断摄像机中抽取的实时图像存在故障图像的帧数。假设故障匹配单元抽取的实时图像的帧数为N,进行匹配后,归类为“故障”的图像帧数为M,则故障匹配单元根据M与N的比值即可得出匹配率,也即被诊断的摄像机出现视频故障的概率。
所述故障判断单元包括:阈值设定单元和判断单元,与故障匹配单元连接,用于分析故障匹配单元传入的匹配结果,并根据分析结果,判断摄像机是否存在视频故障。
所述阈值设定单元,用于设定允许摄像机出现视频故障的概率的阈值。根据诊断的摄像机网络的不同,以及摄像机网络中摄像机类型的不同,所述诊断系统可以通过阈值设定单元设定允许摄像机出现视频故障的概率大小,即阈值。
所述判断单元,与阈值设定单元连接,用于通过比较故障匹配单元传入的匹配率与阈值设定单元设定的阈值,判断摄像机是否存在视频故障;当匹配率不小于所述阈值时,则判定摄像机存在视频故障,当匹配率小于所述阈值时,则判定摄像机的视频正常。
所述诊断结果统计单元,与判断单元连接,用于统计判断单元传入的所有被诊断摄像机的诊断结果,生成摄像机网络的诊断结果表单。
诊断结果统计单元生成的诊断结果表单中,存在视频故障的摄像机为一栏,视频正常的摄像机列为一栏;并且详细显示有摄像机的型号,在摄像机网络中的位置,以及摄像机存在的故障类型,是蓝屏、黑屏或其它故障。用户根据表单就可以对存在视频故障的摄像机进行迅速检修。
参照图2所示,图2为本发明视频频故障诊断方法流程图。
本实施例中视频频故障诊断方法包括如下步骤:
步骤101、切换单元将摄像机网络中所有没有进行诊断的摄像机依次接入图像获取单元。
在所述诊断系统运行期间,切换单元首先判断待诊断的摄像机是否经诊断系统进行过检测;并将摄像机网络中所有没有经过视频故障诊断的摄像机,以轮流切换扫描的方式依次接入图形获取单元,进行视频故障诊断。所述轮流切换扫描是指对一个摄像机的视频故障诊断完成后,再开始接入下一个摄像机,并对其进行视频故障诊断;这样依次完成摄像机网络中所有摄像机的视频故障诊断。
步骤102、图像获取单元从摄像机的实时视频中抽取若干帧图像。
在数字摄像机网络下,数字摄像机的视频信号经过数字编码后由流媒体服务器负责转发。数字抽取单元通过流媒体服务器的解码SDK切换到待诊断数字摄像机的数字视频流,并对数字视频流进行解码后提取用于诊断的若干帧图像;其中,图像的帧数至少为1帧,抽取的图像帧数越多,视频故障诊断结果的偶然性就越低。
在模拟摄像机网络下,模拟抽取单元通过模拟矩阵切换到待诊断摄像机的模拟视频信号,并将模拟视频信号经视频采集卡进行模数转换,从转换后的数字视频中提取用于诊断的若干帧图像;同样的,图像的帧数至少为1帧,抽取的图像帧数越多,视频故障诊断结果的偶然性就越低。
步骤103、故障匹配单元将图像获取单元抽取的图像与故障标准图像进行匹配。其中,在故障匹配单元中存储有待诊断摄像机网络中所有摄像机可能出现的所有视频故障图像;这些故障标准图像集合在一起形成故障标准图像样本集;例如,当模拟摄像机发生视频故障时,如果是模拟视频信号,则可能出现蓝屏、黑屏及标准信号校验图三种故障标准图像。当数字摄像机发生视频故障时,数字视频信号的故障标准图像与具体数字摄像机的生产厂商有关,可从生产厂商处得到各种类型的数字摄像机的故障标准图像。具体到一个摄像机网络来说,根据它包含的摄像机的类型和品牌,即可确定一个故障标准图像样本的集合。故障标准图像样本的集合确定后,该诊断系统就可兼容各种不同类型的摄像机。
故障匹配单元将所提取的若干帧摄像机的实时图像依次与故障标准图像样本的集合中的故障标准图像进行两两匹配,其中两幅图像是否匹配,有很多方法可以实现,比如计算两幅图像的协方差及计算两幅图像颜色直方图的一致性等等;如果实时图像和任何一张故障标准图像匹配成功,则将该帧实时图像归类为“故障”,否则归类为“正常”,从而可以得到从本次诊断摄像机中抽取的实时图像存在故障图像的帧数。假设故障匹配单元抽取的实时图像的帧数为N,进行匹配后,归类为“故障”的图像帧数为M,则故障匹配单元根据M与N的比值即可得出匹配率,也即被诊断的摄像机出现视频故障的概率。
步骤104、阈值设定单元设定允许摄像机出现视频故障的概率的阈值。根据诊断的摄像机网络的不同,以及摄像机网络中摄像机类型的不同,所述诊断系统可以通过阈值设定单元设定允许摄像机出现视频故障的概率大小,即阈值。
步骤105、判断单元通过比较故障匹配单元传入的匹配率与阈值设定单元设定的阈值,判断摄像机是否存在视频故障;当匹配率不小于所述阈值时,则判定摄像机存在视频故障,当匹配率小于所述阈值时,则判定摄像机的视频正常。
步骤106、诊断结果统计单元统计判断单元传入的所有被诊断摄像机的诊断结果,生成摄像机网络的诊断结果表单。
诊断结果统计单元生成的诊断结果表单中,存在视频故障的摄像机为一栏,视频正常的摄像机列为一栏;并且详细显示有摄像机的型号,在摄像机网络中的位置,以及摄像机存在的故障类型,是蓝屏、黑屏或其它故障。用户根据表单就可以对存在视频故障的摄像机进行迅速检修。
所述本发明的技术方案能够自动诊断出摄像机网络中各种品牌、规格及制式的摄像机的视频故障,通用性高;用户只需投入一套诊断设备,就能对上万台规模的摄像机网络进行自动诊断,大大节约了成本,而且切换单元将摄像机依次接入诊断系统进行检测,这种轮询扫描的速度远远高于人工排查,大大降低了劳动强度,提高工作效率。
上述仅为本发明的较佳实施例及所运用技术原理,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围内。
Claims (10)
1.一种视频故障诊断系统,其特征在于,包括:
图像获取单元,用于从摄像机的实时视频中抽取若干帧图像;
故障匹配单元,与图像获取单元连接,用于将图像获取单元抽取的图像与故障标准图像进行匹配;
故障判断单元,与故障匹配单元连接,用于分析故障匹配单元传入的匹配结果,并根据分析结果,判断摄像机是否存在视频故障。
2.根据权利要求1所述的视频故障诊断系统,其特征在于,所述系统还包括:切换单元,与图像获取单元连接,用于将未检测的摄像机依次接入图像获取单元。
3.根据权利要求2所述的视频故障诊断系统,其特征在于,所述图像获取单元包括:数字抽取单元和模拟抽取单元;
数字抽取单元,用于在切换单元将数字摄像机接入图像获取单元时,通过视频解码SDK切换到待诊断数字摄像机的数字视频流,并对数字视频流进行解码后提取用于诊断的图像;
模拟抽取单元,用于在切换单元将模拟摄像机接入图像获取单元时,通过模拟矩阵切换到待诊断摄像机的模拟视频信号,并将模拟视频信号经视频采集卡进行模数转换,从转换后的数字视频中提取用于诊断的图像。
4.根据权利要求3所述的视频故障诊断系统,其特征在于,所述故障匹配单元,用于将图像获取单元抽取的若干帧图像与故障标准图像进行两两匹配后,根据匹配结果,计算匹配率,也即被诊断的摄像机出现视频故障的概率。
5.根据权利要求4所述的视频故障诊断系统,其特征在于,所述故障判断单元包括:阈值设定单元和判断单元;
阈值设定单元,用于设定允许摄像机出现视频故障的概率的阈值;
判断单元,与阈值设定单元连接,用于通过比较故障匹配单元传入的匹配率与阈值设定单元设定的阈值,判断摄像机是否存在视频故障;当匹配率不小于所述阈值时,则判定摄像机存在视频故障,当匹配率小于所述阈值时,则判定摄像机的视频正常。
6.根据权利要求5所述的视频故障诊断系统,其特征在于,所述系统还包括:诊断结果统计单元,与判断单元连接,用于统计判断单元传入的所有被诊断摄像机的诊断结果,生成摄像机网络的诊断结果表单。
7.一种视频故障诊断方法,其特征在于,包括如下步骤:
A、切换单元将未检测的摄像机依次接入图像获取单元;
B、图像获取单元从摄像机的实时视频中抽取若干帧图像;
C、故障匹配单元将图像获取单元抽取的若干帧图像与故障标准图像进行两两匹配后,根据匹配结果,计算匹配率,也即摄像机出现视频故障的概率。
D、故障判断单元分析故障匹配单元传入的匹配结果,并根据分析结果,判断摄像机是否存在视频故障。
8.根据权利要求7所述的视频故障诊断方法,其特征在于,所述步骤B具体包括:在切换单元将数字摄像机接入图像获取单元时,数字抽取单元通过视频解码SDK切换到待诊断数字摄像机的数字视频流,并对数字视频流进行解码后提取用于诊断的图像;
在切换单元将模拟摄像机接入图像获取单元时,模拟抽取单元通过模拟矩阵切换到待诊断摄像机的模拟视频信号,并将模拟视频信号经视频采集卡进行模数转换,然后从转换后的数字视频中提取用于诊断的图像。
9.根据权利要求8所述的视频故障诊断方法,其特征在于,所述步骤D具体包括:
D1、阈值设定单元设定允许摄像机出现视频故障的概率的阈值;
D2、判断单元通过比较故障匹配单元传入的匹配率与阈值设定单元设定的阈值,判断摄像机是否存在视频故障;当匹配率不小于所述阈值时,则判定摄像机存在视频故障,当匹配率小于所述阈值时,则判定摄像机的视频正常。
10.根据权利要求9所述的视频故障诊断方法,其特征在于,所述方法还包括步骤E:诊断结果统计单元统计判断单元传入的所有被诊断摄像机的诊断结果,生成摄像机网络的诊断结果表单。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012100316842A CN102572508A (zh) | 2012-02-13 | 2012-02-13 | 一种视频故障诊断系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012100316842A CN102572508A (zh) | 2012-02-13 | 2012-02-13 | 一种视频故障诊断系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102572508A true CN102572508A (zh) | 2012-07-11 |
Family
ID=46416783
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012100316842A Pending CN102572508A (zh) | 2012-02-13 | 2012-02-13 | 一种视频故障诊断系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102572508A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103475854A (zh) * | 2013-07-03 | 2013-12-25 | 广东迅通科技股份有限公司 | 一种交互式视频指挥系统 |
CN103716618A (zh) * | 2012-10-09 | 2014-04-09 | 中兴保全股份有限公司 | 摄影机的异常侦测方法 |
CN103763547A (zh) * | 2013-12-31 | 2014-04-30 | 武汉烽火众智数字技术有限责任公司 | 基于嵌入式系统的视频图像诊断系统及诊断方法 |
CN103780870A (zh) * | 2012-10-17 | 2014-05-07 | 杭州海康威视数字技术股份有限公司 | 视频图像质量诊断系统及其方法 |
CN104113738A (zh) * | 2014-08-12 | 2014-10-22 | 深圳英飞拓科技股份有限公司 | 一种基于视频设备诊断的方法及监控系统 |
CN105306931A (zh) * | 2015-11-17 | 2016-02-03 | 小米科技有限责任公司 | 智能电视异常检测方法及装置 |
CN107689044A (zh) * | 2017-09-05 | 2018-02-13 | 郑州云海信息技术有限公司 | 一种监测高密口背板弯针现象的方法及装置 |
CN107979753A (zh) * | 2016-10-24 | 2018-05-01 | 铁雲科技股份有限公司 | 摄影装置画面异常种类的检测方法 |
CN108616755A (zh) * | 2018-04-12 | 2018-10-02 | Oppo广东移动通信有限公司 | 图像处理装置测试方法、装置、设备及存储介质 |
CN111787311A (zh) * | 2020-07-17 | 2020-10-16 | 江苏中州科技有限公司 | 一种安防监控摄像机的故障检测系统及方法 |
CN111935480A (zh) * | 2020-08-03 | 2020-11-13 | 深圳回收宝科技有限公司 | 一种用于图像获取装置的检测方法及相关装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102006459A (zh) * | 2010-11-09 | 2011-04-06 | 中国电信股份有限公司 | 视频图像智能诊断系统及方法 |
CN102098531A (zh) * | 2010-12-16 | 2011-06-15 | 东软集团股份有限公司 | 一种检测摄像机被干扰的方法及装置 |
CN102176758A (zh) * | 2011-03-07 | 2011-09-07 | 北京文安科技发展有限公司 | 一种视频质量诊断系统及其实现方法 |
CN102348128A (zh) * | 2010-07-30 | 2012-02-08 | 株式会社日立制作所 | 具有摄像机异常检测装置的监视用摄像机系统 |
-
2012
- 2012-02-13 CN CN2012100316842A patent/CN102572508A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102348128A (zh) * | 2010-07-30 | 2012-02-08 | 株式会社日立制作所 | 具有摄像机异常检测装置的监视用摄像机系统 |
CN102006459A (zh) * | 2010-11-09 | 2011-04-06 | 中国电信股份有限公司 | 视频图像智能诊断系统及方法 |
CN102098531A (zh) * | 2010-12-16 | 2011-06-15 | 东软集团股份有限公司 | 一种检测摄像机被干扰的方法及装置 |
CN102176758A (zh) * | 2011-03-07 | 2011-09-07 | 北京文安科技发展有限公司 | 一种视频质量诊断系统及其实现方法 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103716618A (zh) * | 2012-10-09 | 2014-04-09 | 中兴保全股份有限公司 | 摄影机的异常侦测方法 |
CN103780870A (zh) * | 2012-10-17 | 2014-05-07 | 杭州海康威视数字技术股份有限公司 | 视频图像质量诊断系统及其方法 |
US10015529B2 (en) | 2012-10-17 | 2018-07-03 | Hangzhou Hikvision Digital Technology Co., Ltd. | Video image quality diagnostic system and method thereof |
CN103475854A (zh) * | 2013-07-03 | 2013-12-25 | 广东迅通科技股份有限公司 | 一种交互式视频指挥系统 |
CN103763547A (zh) * | 2013-12-31 | 2014-04-30 | 武汉烽火众智数字技术有限责任公司 | 基于嵌入式系统的视频图像诊断系统及诊断方法 |
CN103763547B (zh) * | 2013-12-31 | 2016-06-22 | 武汉烽火众智数字技术有限责任公司 | 基于嵌入式系统的视频图像诊断系统及诊断方法 |
CN104113738A (zh) * | 2014-08-12 | 2014-10-22 | 深圳英飞拓科技股份有限公司 | 一种基于视频设备诊断的方法及监控系统 |
CN105306931A (zh) * | 2015-11-17 | 2016-02-03 | 小米科技有限责任公司 | 智能电视异常检测方法及装置 |
CN107979753A (zh) * | 2016-10-24 | 2018-05-01 | 铁雲科技股份有限公司 | 摄影装置画面异常种类的检测方法 |
CN107979753B (zh) * | 2016-10-24 | 2019-12-10 | 铁雲科技股份有限公司 | 摄影装置画面异常种类的检测方法 |
CN107689044A (zh) * | 2017-09-05 | 2018-02-13 | 郑州云海信息技术有限公司 | 一种监测高密口背板弯针现象的方法及装置 |
CN108616755A (zh) * | 2018-04-12 | 2018-10-02 | Oppo广东移动通信有限公司 | 图像处理装置测试方法、装置、设备及存储介质 |
CN108616755B (zh) * | 2018-04-12 | 2019-10-08 | Oppo广东移动通信有限公司 | 图像处理装置测试方法、装置、设备及存储介质 |
CN111787311A (zh) * | 2020-07-17 | 2020-10-16 | 江苏中州科技有限公司 | 一种安防监控摄像机的故障检测系统及方法 |
CN111787311B (zh) * | 2020-07-17 | 2021-08-03 | 江苏中州科技有限公司 | 一种安防监控摄像机的故障检测系统及方法 |
CN111935480A (zh) * | 2020-08-03 | 2020-11-13 | 深圳回收宝科技有限公司 | 一种用于图像获取装置的检测方法及相关装置 |
WO2022027816A1 (zh) * | 2020-08-03 | 2022-02-10 | 深圳回收宝科技有限公司 | 一种用于图像获取装置的检测方法及相关装置 |
CN111935480B (zh) * | 2020-08-03 | 2022-02-15 | 深圳回收宝科技有限公司 | 一种用于图像获取装置的检测方法及相关装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102572508A (zh) | 一种视频故障诊断系统及方法 | |
CN102176758A (zh) | 一种视频质量诊断系统及其实现方法 | |
EP2688296B1 (en) | Video monitoring system and method | |
CN104994346A (zh) | 建筑施工安全管理智能监控系统及其图像报警处理方法 | |
CN103260049A (zh) | 智慧天网视频质量诊断系统 | |
CN101329804A (zh) | 安全设备及系统 | |
CN110807460B (zh) | 一种基于图像识别的变电站智能巡视系统及其应用方法 | |
US10037504B2 (en) | Methods for determining manufacturing waste to optimize productivity and devices thereof | |
CN103324128B (zh) | 电力调度自动化系统中一次设备故障告警综合压缩方法 | |
CN110096945B (zh) | 基于机器学习的室内监控视频关键帧实时提取方法 | |
CN107155089A (zh) | 一种电力统一视频监控平台设备故障诊断预警方法 | |
CN102857788A (zh) | 视频质量诊断系统及方法 | |
CN110830772A (zh) | 一种厨房视频分析资源调度方法、装置及系统 | |
CN210666820U (zh) | 一种基于dsp边缘计算的行人异常行为检测系统 | |
CN112564952A (zh) | 一种配网线路智能巡检系统 | |
CN115393340A (zh) | 一种基于5g算法的ai视觉产品质量检测系统 | |
CN101605247A (zh) | 基于虚拟仪器的网络视频监控系统 | |
CN115269438A (zh) | 针对图像处理算法的自动化测试方法及装置 | |
CN104036622A (zh) | 一种基于互联网的报警服务信息发布系统 | |
CN201435784Y (zh) | 一种网络视频监控系统 | |
CN102340179B (zh) | 网络型多站监控集成矩阵显示控制系统 | |
CN117978969A (zh) | 一种应用于养殖业的ai视频管理平台 | |
CN106534845A (zh) | 基于人工智能的电视屏及屏组件诊断系统及方法 | |
CN116385959A (zh) | 一种基于深度学习的皮带通廊全域烟雾实时检测方法 | |
CN111553497A (zh) | 一种多媒体终端的设备工作状态检测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20120711 |