CN102957940B - 一种基于改进的四方向算子视频噪声检测方法 - Google Patents
一种基于改进的四方向算子视频噪声检测方法 Download PDFInfo
- Publication number
- CN102957940B CN102957940B CN201210428662.XA CN201210428662A CN102957940B CN 102957940 B CN102957940 B CN 102957940B CN 201210428662 A CN201210428662 A CN 201210428662A CN 102957940 B CN102957940 B CN 102957940B
- Authority
- CN
- China
- Prior art keywords
- video
- noise
- pixel
- image
- field picture
- 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
Links
Landscapes
- Closed-Circuit Television Systems (AREA)
Abstract
本发明公开了一种基于改进的四方向算子视频噪声检测方法,涉及网络视频监控技术。本视频噪声检测方法是按照四方向算子对图像进行扫描,求出四方向算子中心值的最小值,并记录保存最小值,进而求出该帧图像中在平滑区域中的像素点的个数,最终判断该帧图像是否存在噪声。本发明提高了运维工作效率,减少了人力成本;能对视频进行实时检测,性能稳定,速度快,效率高且误报率低;通用性强,可移植性强,扩展性灵活;适用于各个厂家的设备,适用于各类网络视频监控系统。
Description
技术领域
本发明涉及网络视频监控技术,尤其涉及一种基于改进的四方向算子视频噪声检测方法。
背景技术
视频质量诊断系统是一种智能化视频故障分析与预警的网络视频监控系统,其采用计算机视觉算法是对视频图像中出现的噪声、条纹、模糊、色偏、画面冻结、云台控制和视频信号缺失等常见的摄像头故障及其因使用过程中出现的问题进行准确分析、判断和报警。
视频存在噪声是由于线路老化、传输故障、接触不良或受到电磁干扰,而在视频图像中出现的一阵阵杂乱的飞点、刺和因线状干扰导致的雪花、图像抖动或滚屏等现象。目前主要是通过人工观看视频的方式来判断视频是否存在噪声,该方法效率低下,且浪费大量的人力物力。通过视频质量诊断系统中的视频噪声检测技术,有利于帮助用户快速掌控前端设备运行情况,及时发现故障、快速处理和保障系统正常运行。
目前视频噪声检测方法存在的问题是:
1、采用硬件装置检测单一类型噪声,导致实现成本高且功能单一。
2、存在误检问题,现有方法主要是采用四方向算子寻找图像中的噪声点并进行检测,该方法用于检测噪声时,对处理纹理复杂且有大幅度运动的视频场景极易产生误报,如摆动的树叶,多人行走的十字路口等场景。
发明内容
本发明的目的就在于克服现有技术存在的缺点和不足,提供一种基于改进的四方向算子视频噪声检测方法。
本发明的目的是这样实现的:
主要应用四方向算子对图像的局部平滑块进行检测,通过对图像中处于平滑区域的像素点进行统计,对图像是否存在噪声进行判断。
按照四方向算子对图像进行扫描,求出四方向算子中心值的最小值,并记录保存最小值,进而求出该帧图像中在平滑区域中的像素点的个数,最终判断该帧图像是否存在噪声。
具体步骤如下:
①从摄像机获取解码后的YUV数据;
②求每一帧视频图像每个像素点的四方向算子最小值,计算平滑区域
在YUV中Y表示视频亮度,对于每个像素点用Y值,分别按照四方向算子窗口对图像进行扫描求四方向算子中心值的最小值,并记录保存最小值,当最小值小于N时,则判定该点在平滑区域中,其中0≤N≤10;
③当求得的在平滑区域中的像素点的个数与该帧图像像素点总数的比例小于M时,则判定该帧图像存在噪声,否则该帧图像没有噪声,其中0<M<1;
④统计一段时间内,视频存在噪声的帧占该段时间内总帧数的比例,当该比例超过该段时间内总帧数的比例P时,则判定该设备视频存在噪声,将诊断结果上报,其中0<P<1。
本发明具有下列优点和积极效果:
1、提高了运维工作效率,减少了人力成本;
2、能对视频进行实时检测,性能稳定,速度快,效率高且误报率低;
3、通用性强,可移植性强,扩展性灵活;
4、适用于各个厂家的设备,适用于各类网络视频监控系统。
附图说明
图1是视频质量诊断系统结构方框图;
图2是视频噪声检测四方向算子图;
图3是视频噪声检测算法流程图。
其中
10-视频监控平台,
11—第1视频监控平台,12—第2视频监控平台……
1N—第N视频监控平台,N是自然数,N<10;
20—综合接入网关;
30—视频质量诊断平台;
40—视频诊断客户端;
50—视频分析设备,
51—第1视频分析设备……
5N—第N视频分析设备,N是自然数,N<100。
英译汉
1、YUV:颜色编码方法。YUV主要用于优化彩色视频信号的传输。YUV与RGB(red,green,blue红绿兰颜色表示法)视频信号传输相比,它最大的优点在于只需占用极少的频宽(RGB要求三个独立的视频信号同时传输)。其中“Y”表示明亮度(Luminance或Luma),也就是灰阶值;而“U”和“V”表示的则是色度(Chrominance或Chroma),作用是描述影像色彩及饱和度,用于指定像素的颜色。“亮度”是透过RGB输入信号来建立的,方法是将RGB信号的特定部分叠加到一起。“色度”则定义了颜色的两个方面:色调与饱和度,分别用Cr和Cb来表示。其中,Cr反映了RGB输入信号红色部分与RGB信号亮度值之间的差异。而Cb反映的是RGB输入信号蓝色部分与RGB信号亮度值之间的差异。
具体实施方式
下面结合附图和实施例详细说明:
一、视频质量诊断系统
1、总体
如图1,本视频质量诊断系统包括工作环境:视频监控平台10、综合接入网关20、视频质量诊断平台30和视频诊断客户端40;
设置有视频分析设备50;
其连接关系是:视频监控平台10、综合接入网关20、视频质量诊断平台30和视频分析设备50依次连接;视频诊断客户端40和视频质量诊断平台30连接。
2、功能部件
1)视频监控平台10
为用户提供实时音视频和各种报警信号的远程采集、传输、存储和处理等业务。
2)综合接入网关20
实现视频监控平台的统计接入。
3)视频质量诊断平台30
呈现视频质量诊断系统所有功能,是用户所有操作的入口。
4)视频诊断客户端40
作为用户操作界面,便于用户访问视频质量诊断系统的功能,启动视频分析任务,接收报警提示,分析数据统计及生成报表。
5)视频分析设备50
视频分析设备50是视频质量分析的功能实体,在物理分布上对应一台服务器。视频分析设备50由多个VA(视频分析单元)组成,每个VA可独立完成一路视频的诊断分析。
主要功能为:
①实现视频质量分析算法;
②接入到视频质量诊断平台30,由视频质量诊断平台30集中管理;
③接收视频质量诊断平台30的视频诊断请求,从视频监控平台10获取视频并进行分析;
④将诊断结果上报给视频质量诊断平台30。
本发明的视频噪声检测方法实现于视频分析设备50的VA模块中。
3、工作原理
视频分析设备50连接到视频质量诊断平台30,视频分析设备50根据视频质量诊断平台30的IP(互联网协议)和端口连接到视频质量诊断平台30;用户请求视频质量分析任务时,视频诊断客户端40将此请求发送到视频质量诊断平台30,视频质量诊断平台30记录下视频分析设备50状态,并将待检测摄像头列表均衡分配到空闲的视频分析设备50,视频分析设备50轮巡设备,从摄像头获取实时视频并解码,得到YUV数据,然后对YUV数据进行检测,并将检测结果上报到视频质量诊断平台30,视频质量诊断平台30将结果保存下来,并转发到相应的视频诊断客户端40,视频诊断客户端40根据设置实时刷新告警列表。用户也可根据告警类型和日期查询报警,统计生成报表。
二、视频噪声检测方法
本方法是在视频质量诊断系统的视频分析设备50中实现的。该方法首先从摄像头获取解码的实时视频YUV数据,应用基于四方向算子计算图像的局部平滑区域,进而检测视频存在噪声情况。
如图3,实现步骤如下:
①获取YUV视频信号-301;
②获取一帧图像-302;
③按照四方向算子对每帧图像的每个像素点的Y值进行计算,分别求出四方向算子中心点的值,Y1,Y2,Y3,Y4-303;
④求Y1,Y2,Y3,Y4中最小的值MinY,其中MinY=min[Y1,Y2,Y3,Y4]-304;
⑤依次求出每帧图像中每个像素点的MinY值,判断是否MinY<N,是则该像素点在平滑区域内,否则为噪声点,其中0≤N≤10-305;
⑥判断平滑区域内点个数/总像素点数目是否<M-306,其中0<M<1,是则进入下一步骤⑦,否则进入步骤⑧;
⑦本帧图像存在噪声,噪声视频帧数加1-307;
⑧判断执行时间是否在规定时间段内-308,是则转跳到步骤②,否则进入下一步骤;
⑨判断噪声总帧数除以规定时间段内的总帧数是否大于P-309,其中0<P<1,是则视频存在噪声-310,否则视频正常-311。
Claims (1)
1.一种基于改进的四方向算子视频噪声检测方法,其特征在于:
按照四方向算子对图像进行扫描,求出四方向算子中心值的最小值,并记录保存最小值,进而求出该帧图像中在平滑区域中的像素点的个数,最终判断该帧图像是否存在噪声;
具体步骤如下:
①获取YUV视频信号(301);
②获取一帧图像(302);
③按照四方向算子对每帧图像的每个像素点的Y值进行计算,分别求出四方向算子中心点的值,Y1,Y2,Y3,Y4(303);
④求Y1,Y2,Y3,Y4中最小的值MinY,其中MinY=min[Y1,Y2,Y3,Y4](304);
⑤依次求出每帧图像中每个像素点的MinY值,判断是否MinY<N,是则该像素点在平滑区域内,否则为噪声点,其中0≤N≤10(305);
⑥判断平滑区域内点个数/总像素点数目是否<M(306),其中0<M<1,是则进入下一步骤⑦,否则进入步骤⑧;
⑦本帧图像存在噪声,噪声视频帧数加1(307);
⑧判断执行时间是否在规定时间段内-308,是则转跳到步骤②,否则进入下一步骤;
⑨判断噪声总帧数除以规定时间段内的总帧数是否大于P(309),其中0<P<1,是则视频存在噪声(310),否则视频正常(311);
所述的四方向算子是:
应用四方向算子对图像的局部平滑块进行检测,通过对图像中处于平滑区域的像素点进行统计,对图像是否存在噪声进行判断。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210428662.XA CN102957940B (zh) | 2012-10-30 | 2012-10-30 | 一种基于改进的四方向算子视频噪声检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210428662.XA CN102957940B (zh) | 2012-10-30 | 2012-10-30 | 一种基于改进的四方向算子视频噪声检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102957940A CN102957940A (zh) | 2013-03-06 |
CN102957940B true CN102957940B (zh) | 2015-03-25 |
Family
ID=47766087
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210428662.XA Active CN102957940B (zh) | 2012-10-30 | 2012-10-30 | 一种基于改进的四方向算子视频噪声检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102957940B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104392203B (zh) * | 2014-10-13 | 2017-08-01 | 浙江工业大学 | 一种基于视频分析的点状条纹噪声检测方法 |
CN104486618B (zh) * | 2014-12-30 | 2017-07-14 | 浙江宇视科技有限公司 | 视频图像的噪声检测方法及装置 |
CN106998464B (zh) * | 2016-01-26 | 2019-02-26 | 北京佳讯飞鸿电气股份有限公司 | 检测视频图像中刺状噪声的方法及装置 |
CN106101696B (zh) * | 2016-06-16 | 2018-09-04 | 北京数智源科技股份有限公司 | 视频质量诊断系统及视频质量分析算法 |
CN106254723B (zh) * | 2016-07-26 | 2019-03-22 | 成都市高博汇科信息科技有限公司 | 一种实时监测视频噪声干扰的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101272503A (zh) * | 2008-04-30 | 2008-09-24 | 北京中星微电子有限公司 | 一种保持图像清晰度的网格噪声消除方法及其装置 |
CN102202163A (zh) * | 2011-05-13 | 2011-09-28 | 成都西图科技有限公司 | 一种监控视频的自适应增强方法及其装置 |
CN102413355A (zh) * | 2011-12-30 | 2012-04-11 | 武汉烽火众智数字技术有限责任公司 | 一种视频质量诊断系统中视频信号缺失检测方法 |
CN102413356A (zh) * | 2011-12-30 | 2012-04-11 | 武汉烽火众智数字技术有限责任公司 | 视频清晰度检测系统及其检测方法 |
CN102421008A (zh) * | 2011-12-07 | 2012-04-18 | 浙江捷尚视觉科技有限公司 | 视频质量智能检测系统 |
-
2012
- 2012-10-30 CN CN201210428662.XA patent/CN102957940B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101272503A (zh) * | 2008-04-30 | 2008-09-24 | 北京中星微电子有限公司 | 一种保持图像清晰度的网格噪声消除方法及其装置 |
CN102202163A (zh) * | 2011-05-13 | 2011-09-28 | 成都西图科技有限公司 | 一种监控视频的自适应增强方法及其装置 |
CN102421008A (zh) * | 2011-12-07 | 2012-04-18 | 浙江捷尚视觉科技有限公司 | 视频质量智能检测系统 |
CN102413355A (zh) * | 2011-12-30 | 2012-04-11 | 武汉烽火众智数字技术有限责任公司 | 一种视频质量诊断系统中视频信号缺失检测方法 |
CN102413356A (zh) * | 2011-12-30 | 2012-04-11 | 武汉烽火众智数字技术有限责任公司 | 视频清晰度检测系统及其检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102957940A (zh) | 2013-03-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220014717A1 (en) | Analytics-Drived Summary Views for Surveillance Networks | |
CN102957940B (zh) | 一种基于改进的四方向算子视频噪声检测方法 | |
CN107272637B (zh) | 一种视频监控系统故障自检自恢复控制系统及方法 | |
WO2018120946A1 (zh) | 视频画面异常判断、装置及终端设备 | |
CN102118629B (zh) | 基于监控平台的网络视频监控服务质量保障系统及方法 | |
CN103079062B (zh) | 一种智能视频监控系统 | |
US20210377542A1 (en) | Video encoding and decoding method, device, and system, and storage medium | |
US8239904B2 (en) | Video path confirmation | |
EP4090036A1 (en) | Privacy shielding processing method and apparatus, electronic device, and monitoring system | |
CN109391844A (zh) | 基于视频会议场景的视频质量诊断方法和系统 | |
US10405032B2 (en) | Video analyzer | |
CN113660427A (zh) | 一种应用于视频监控测试仪的图像分析系统及其分析方法 | |
CN106134188B (zh) | 基本视频比特流分析 | |
CN104834498A (zh) | 信号处理方法及装置 | |
CN102413355A (zh) | 一种视频质量诊断系统中视频信号缺失检测方法 | |
CN104145477A (zh) | 调整颜色的方法及系统 | |
Leszczuk et al. | Assessing quality of experience for high definition video streaming under diverse packet loss patterns | |
CN108288026A (zh) | 带有图像色彩识别及报警功能的视频监控系统及方法 | |
CN110659627A (zh) | 一种基于视频分割的智能视频监控方法 | |
US10038906B2 (en) | Video analyzer | |
CN105930814A (zh) | 基于视频监控平台的人员异常聚集行为的检测方法 | |
Malekmohamadi et al. | A new reduced reference metric for color plus depth 3D video | |
KR102211448B1 (ko) | 움직임 벡터의 시각화 처리 기반의 다채널 압축영상 표시 방법 | |
KR101946256B1 (ko) | 압축영상에 대한 움직임 벡터의 시각화 표시 처리 방법 | |
Mello et al. | A Comparative Study of Objective Video Quality Assessment Metrics. |
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 |