CN103414914B - 一种色彩诊断装置和方法 - Google Patents

Abstract

本发明提供一种色彩诊断装置，该色彩诊断装置包括数据接收处理单元、BAYER数据恢复单元和第一色彩诊断单元，其中，数据接收处理单元，用于接收视频图像数据以及白平衡增益值；该白平衡增益值是监控前端设备对采集的视频图像数据进行白平衡处理时所使用RGB增益值；BAYER数据恢复单元，用于对经处理后的视频图像数据施行白平衡逆运算以得到BAYER数据；第一色彩诊断单元，用于根据所述BAYER数据确定是否存在由监控前端设备光学故障而导致的图像色彩异常。本发明技术有效地解决了色彩诊断漏报的问题。

Description

一种色彩诊断装置和方法

技术领域

本发明涉及视频监控技术领域，尤其涉及一种色彩诊断装置和方法。

背景技术

随着监控摄像机数量日益增多和设备老化的原因，监控摄像机出现故障的次数也随之增多。监控摄像机的故障会导致重要视频数据失效或无效，所以监控摄像机的故障需及时发现与排除。如果使用人工检查的方法则费时费力，一般视频监控运维系统需要具有视频故障自动检测功能。其中，色彩诊断功能是视频故障自动检测所必需具有的功能之一。

在现有系统中，前端摄像机采集的视频图像通过摄像机本身的编码装置或者专门的编码装置，压缩编码成视频数据后，以网络数据包的形式传送到视频诊断装置。视频诊断装置在接收到视频流后，通过解包处理把网络数据包还原成原始的压缩编码后的视频数据，再通过解码装置得到解码后的图像数据，该图像数据可以在各个色彩空间中进行转换以利于视频处理，如可以为YUV格式，也可以为RGB格式。

对色彩诊断装置来说，输入图像一般为RGB格式。色彩诊断装置利用公式1、公式2和公式3分别计算色彩诊断所需的比较数据NormDiff0、NormDiff1和NormDiff2。

NormDiff0=ABS（SUM_R-SUM_G）/(SUM_R+SUM_G+SUM_B)（公式1）

NormDiff1=ABS（SUM_R-SUM_B）/(SUM_R+SUM_G+SUM_B)（公式2）

NormDiff2=ABS（SUM_B-SUM_G）/(SUM_R+SUM_G+SUM_B)（公式3）

其中SUM_R、SUM_G、SUM_B分别表示视频图像中所有像素点的R分量之和、G分量之和以及B分量之和。ABS表示为绝对值运算符号。

色彩诊断装置将计算得到的数据NormDiff0、NormDiff1和NormDiff2分别和预设的阀值￡进行比较，只要存在NormDiff0、NormDiff1和NormDiff2中任意一个数据大于￡，则认为出现色彩异常，作为一个经验值，￡可取0.2。

现有技术中，前端获取的视频图像以流媒体的方式传送到后端，并通过解包、解码、色彩空间转换等把RGB数据给色彩诊断装置进行诊断。但是上述诊断方法会产生色彩诊断的漏报。

漏报的一个例子如下：传感器或红外滤镜等光学装置本身存在异常，造成采集到的BAYER格式的原始数据中RGB三个通道中的一个或两个通道数值大小较低，但通过摄像机的白平衡装置进行RGB三个分量的增益调节后，数值较低的通道数值会拉伸到正常或接近正常的水平，但图像动态范围较低，图像失真度较大，由于经过拉伸后的RGB三个通道统计值相似，所以通过现有的色彩诊断方法无法检测出色彩异常的情况，所以这种情况无法被色彩诊断模块检测出来，色彩诊断系统产生漏报。

发明内容

有鉴于此，本发明提供一种色彩诊断装置，该色彩诊断装置包括数据接收处理单元、BAYER数据恢复单元和第一色彩诊断单元，其中，数据接收处理单元，用于接收视频图像数据以及白平衡增益值；该白平衡增益值是监控前端设备对采集的视频图像数据进行白平衡处理时所使用RGB增益值；BAYER数据恢复单元，用于对经处理后的视频图像数据施行白平衡逆运算以得到BAYER数据；第一色彩诊断单元，用于根据所述BAYER数据确定是否存在由监控前端设备光学故障而导致的图像色彩异常。

优选地，该装置还包括：饱和像素点筛除单元，该饱和像素点筛除单元用于对解码后的图像中的饱和像素点进行筛除；其中饱和像素点为其RGB三个分量中的任一个分量值达到了用以表示该分量的数值类型上限的像素点，BAYER数据恢复单元，用于对经饱和筛除后的其它像素点的RGB值施行白平衡逆运算以得到BAYER数据。

优选地，该第一色彩诊断单元包括第一计算模块和第一比较判断模块，其中，第一计算模块，根据以下公式计算光学故障特征值：

DistortColor=MAX(ABS(active_width_R-active_width_G),ABS(active_width_G-active_width_B),ABS(active_width_R-active_width_B))/(active_width_R+active_width_G+active_width_B);

DistortColor表示光学故障特征值，active_width_R、active_width_G、active_width_B分别为R分量的有效范围区域、G分量的有效范围区域和B分量的有效范围区域，所述有效范围区域是根据所述BAYER数据统计的RGB三个分量的直方图统计信息得到的；第一比较判断模块，用于在DistortColor大于预设的阀值η时判断存在由监控前端设备光学故障而导致的图像色彩异常，否则判断不存在由监控前端设备光学故障而导致的图像色彩异常。

优选地，该装置还包括第二色彩诊断单元、诊断验证单元和诊断纠正单元，该第二色彩诊断单元包括第二计算模块和第二比较判断模块，其中，第二计算模块对不存在光学故障而导致色彩异常的图像数据根据如下公式执行计算：

NormDiff0=ABS（SUM_R-SUM_G）/(SUM_R+SUM_G+SUM_B)

NormDiff1=ABS（SUM_R-SUM_B）/(SUM_R+SUM_G+SUM_B)

NormDiff2=ABS（SUM_B-SUM_G）/(SUM_R+SUM_G+SUM_B)

其中，SUM_R、SUM_G和SUM_B分别表示对所述图像数据进行解码后的图像所有像素点的R分量之和、G分量之和以及B分量之和；

第二比较判断模块，用于将NormDiff0、NormDiff1、NormDiff2分别和预设的￡进行比较，如果NormDiff0、NormDiff1、NormDiff2中的任一个大于￡，则判断图像色彩异常，否则判断图像色彩正常；

所述诊断验证单元包括白平衡处理模块、第二计算模块、第二比较判断模块；

该白平衡处理模块用于对第二色彩诊断单元判断色彩异常的图像的BAYER数据进行白平衡处理；

该第二计算模块进一步用于对白平衡处理模块处理后的图像数据按照如下公式执行计算：

NormDiff0’=ABS（SUM_R’-SUM_G’）/(SUM_R’+SUM_G’+SUM_B’)

NormDiff1’=ABS（SUM_R’-SUM_B’）/(SUM_R’+SUM_G’+SUM_B’)

NormDiff2’=ABS（SUM_B’-SUM_G’）/(SUM_R’+SUM_G’+SUM_B’)

其中，SUM_R’、SUM_G’和SUM_B’分为对白平衡处理后的图像的所有像素点的R分量之和、G分量之和以及B分量之和；

第二比较判断模块，进一步用于将NormDiff0’、NormDiff1’、NormDiff2’分别和预设的￡进行比较，如果NormDiff0’、NormDiff1’、NormDiff2’中任一个大于￡，则判断图像色彩异常，否则判断图像色彩正常；

诊断纠正模块，用于在诊断验证单元验证图像色彩异常时确认是白平衡处理导致的正常现象，不上报色彩异常。

基于同样的构思，本发明还提供一种色彩诊断方法，该方法包括如下步骤：

步骤A、接收视频图像数据以及白平衡增益值；该白平衡增益值是监控前端设备对采集的视频图像数据进行白平衡处理时所使用RGB增益值；

步骤B、对经处理后的视频图像数据施行白平衡逆运算以得到BAYER数据；

步骤C、根据所述BAYER数据确定是否存在由监控前端设备光学故障而导致的图像色彩异常。

优选地，该步骤A之后还包括：步骤A’、对解码后的图像中的饱和像素点进行筛除；其中饱和像素点为其RGB三个分量中的任一个分量值达到了用以表示该分量的数值类型上限的像素点，

步骤B具体为：对经饱和筛除后的其它像素点的RGB值施行白平衡逆运算以得到BAYER数据。

优选地，根据所述BAYER数据确定是否存在由监控前端设备光学故障而导致的图像色彩异常具体为：根据以下公式计算光学故障特征值：

DistortColor=MAX(ABS(active_width_R-active_width_G),ABS(active_width_G-active_width_B),ABS(active_width_R-active_width_B))/(active_width_R+active_width_G+active_width_B);

DistortColor表示光学故障特征值，active_width_R、active_width_G、active_width_B分别为R分量的有效范围区域、G分量的有效范围区域和B分量的有效范围区域，所述有效范围区域是根据所述BAYER数据统计的RGB三个分量的直方图统计信息得到的；

当DistortColor大于预设的阀值η时判断存在由监控前端设备光学故障而导致的图像色彩异常，否则判断不存在由监控前端设备光学故障而导致的图像色彩异常。

本发明方法还包括如下步骤：

D、对不存在光学故障而导致色彩异常的图像数据根据如下公式执行计算：

NormDiff0=ABS（SUM_R-SUM_G）/(SUM_R+SUM_G+SUM_B)

NormDiff1=ABS（SUM_R-SUM_B）/(SUM_R+SUM_G+SUM_B)

NormDiff2=ABS（SUM_B-SUM_G）/(SUM_R+SUM_G+SUM_B)

其中，SUM_R、SUM_G和SUM_B分别表示对所述图像数据进行解码后的图像所有像素点的R分量之和、G分量之和以及B分量之和；

E、将NormDiff0、NormDiff1、NormDiff2分别和预设的￡进行比较，如果NormDiff0、NormDiff1、NormDiff2中的任一个大于￡，则判断图像色彩异常，否则判断图像色彩正常；

F、对步骤E判断色彩异常的图像的所述BAYER数据进行白平衡处理；

G、对步骤F中白平衡处理后的图像数据按照如下公式执行计算：

NormDiff0’=ABS（SUM_R’-SUM_G’）/(SUM_R’+SUM_G’+SUM_B’)

NormDiff1’=ABS（SUM_R’-SUM_B’）/(SUM_R’+SUM_G’+SUM_B’)

NormDiff2’=ABS（SUM_B’-SUM_G’）/(SUM_R’+SUM_G’+SUM_B’)

其中，SUM_R’、SUM_G’和SUM_B’分别为对所述BAYER数据进行白平衡处理后的图像的所有像素点的R分量之和、G分量之和以及B分量之和；

H、将NormDiff0’、NormDiff1’、NormDiff2’分别和预设的￡进行比较，如果NormDiff0’、NormDiff1’、NormDiff2’中任一个大于￡，则判断图像色彩异常，否则判断图像色彩正常；

I、在步骤H判断图像色彩异常时确认是白平衡处理导致的正常现象，不上报色彩异常。

相较于现有技术，本发明解决了色彩诊断系统产生漏报的问题，进一步的还可以解决色彩诊断误报的问题。

附图说明

图1是本发明实施例一装置逻辑结构图。

图2是本发明实施例一方法流程图。

图3是本发明实施例二装置逻辑结构图。

图4是本发明实施例二方法流程图。

具体实施方式

为解决背景技术中提到的色彩诊断漏报问题，本发明提供一种色彩诊断装置，该诊断装置位于监控系统的后端设备上。请参图1，该色彩诊断装置从逻辑功能角度可以划分为以下单元：数据接收处理单元、饱和像素点筛除单元、BAYER数据恢复单元和第一色彩诊断单元。请进一步参见图2，该色彩诊断装置按照图2的流程进行色彩诊断的处理。该色彩诊断装置主要诊断由于监控前端设备光学故障而导致的图像色彩异常。摄像机的sensor故障，滤镜故障等都属于光学故障，一旦出现摄像机光学故障，如果能用色彩诊断的方法将其检测出来对整个监控系统正常工作将具有较大的意义。以下结合具体实施例详细描述本发明。

参见图2所示的实施例一流程图。

步骤21、监控前端设备发送携带白平衡增益值的压缩编码视频数据包。

以监控前端设备IPC为例，IPC对视频数据进行白平衡处理，压缩编码处理，然后以网络数据包的形式将视频数据以及白平衡增益值发送到后端设备。

白平衡处理的算法可以分为两类：一类是整体灰度世界估计，另一类是局部世界灰度估计。这两种算法都属于现有技术，以局部世界灰度估计为例简单说明白平衡算法的原理。从传感器单元采集到一帧完整的图片，首先按照一定的规则搜索整幅图像中属于灰色的像素点，并把所有灰色像素点的R、G、B三个分量累加。按照R、G、B三值相等的原则调整增益，一般保持G分量的值不变。调整公式如下：

G_GAIN＝1

R_GAIN＝PART_SUM_G/PART_SUM_R

B_GAIN＝PART_SUM_B/PART_SUM_R

G_GAIN、R_GAIN和B_GAIN分别表示G分量、R分量以及B分量的增益值；PART_SUM_G、PART_SUM_R、PART_SUM_B分别表示灰色像素点的G分量之和、R分量之和以及B分量之和。

最后，使用乘法器把图像中的每一个R和B分量分别和对应的增益值相乘，得出的结果即为经过白平衡处理后的数据。

在上述白平衡处理过程中，白平衡增益值G_GAIN、R_GAIN、B_GAIN将和压缩编码后的的视频数据一起传输到监控系统的后端设备。

步骤22、色彩诊断装置的数据接收处理单元接收携带白平衡增益值的视频数据包，并解码接收到的视频数据。

从前端发送的视频数据包中不仅包含视频数据，还包含对这些视频数据进行白平衡处理的RGB增益值。数据接收处理单元可以从视频数据包中分离出视频数据以及白平衡增益值。白平衡增益值的传递用来供视频诊断装置恢复BAYER数据，即前端传感器输出的原始数据。

步骤23、饱和像素点筛除单元判断解码后的像素点中是否存在饱和像素点，如果存在，则筛除饱和像素点。

对每一个像素点，判断RGB值是否有饱和的现象，即RGB三个分量中任意一个分量的数值是否达到用以表示该分量数值类型的上限，如果有，则筛除该饱和点。比如RGB分量的数值范围为0～255，如果某个象素点的一个分量的数值为255，则筛除该象素点。筛除饱和象素点主要是从减少误差的角度进行考虑的。

步骤24、BAYER数据恢复单元对经饱和筛除后的其它像素点的RGB值施行白平衡逆运算得到图像的BAYER数据。

白平衡逆运算，即用乘法器将像素点的R分量、G分量和B分量分别和对应的增益值的倒数相乘。经过白平衡逆运算得到的BAYER数据和相机前端采集的BAYER数据会有所差异，原因在于摄像机对BAYER数据还会进行GAMA纠正等操作，但这不影响后续利用该BAYER数据进行色彩诊断。

步骤25、第一色彩诊断单元根据所述BAYER数据确定是否存在由监控前端设备光学故障而导致的图像色彩异常。

第一色彩诊断单元可以包括第一计算模块和第一比较判断模块。该第一计算模块根据以下公式计算光学故障特征值：

DistortColor=MAX(ABS(active_width_R-active_width_G),ABS(active_width_G-active_width_B),ABS(active_width_R-active_width_B))/(active_width_R+active_width_G+active_width_B);

DistortColor表示光学故障特征值，active_width_R、active_width_G、active_width_B分别为R分量的有效范围区域值、G分量的有效范围区域值和B分量的有效范围区域值，所述有效范围区域值是根据所述BAYER数据统计的RGB三个分量的直方图统计信息得到的；

第一比较判断模块在DistortColor大于预设的阀值η时判断存在由监控前端设备光学故障而导致的图像色彩异常，否则判断不存在由监控前端设备光学故障而导致的图像色彩异常。

在前端设备的光学装置出现故障时，上述三个有效范围区域值往往存在一个或者两个数值相差较大的情况，所以通过直方图统计的有效范围区域可以得到光学装置异常的情况。

实施例一解决了背景技术中提到的色彩诊断漏报的问题。但是现实中还存在这样的一种情况：如在夜晚存在路灯的道路上，使用钠灯进行路面照明，灯光不均匀，从而导致画面各个区域色温值不相同。由于一般摄像机无法对每个区域的色彩分量进行调节，这种场景的图像是不需要被色彩诊断装置检测出异常的。但该场景的图像由白平衡处理后的画面通常整幅画面偏向红色，即R分量的统计值比G、B分量要高，所以通过现有的诊断方法会认为产生偏色，并产生误报。

下文实施例二将在实施例一的方法的基础上进一步解决色彩诊断误报的问题。参见图3，该图为实施例二装置的逻辑结构图。图3显示的逻辑装置在图1装置的基础上增加了如下功能单元：第二色彩诊断单元、诊断验证单元和诊断纠正单元。其中第二色彩诊断单元又包括第二计算模块和第二比较判断模块；诊断验证单元包括白平衡处理模块、第二计算模块和第二比较判断模块。第二色彩诊断单元的计算模块和比较判断模块与诊断验证模块的计算模块和比较判断模块执行的是相同的处理。

进一步参见图4，图4是本发明实施例二的方法流程图。

步骤41、第二色彩诊断单元诊断实施例一中不存在光学故障而导致色彩异常的视频图像数据。如果第二色彩诊断单元色彩诊断结果为正常，则流程结束；如果为异常，则转步骤42。

开启第二色彩诊断单元诊断的一个条件是视频数据需不存在光学故障而导致的色彩异常。如果该视频数据由于光学故障而色彩异常，则第二色彩诊断单元不会对该视频数据进行进一步诊断，本实施例流程将结束。所以这里可以由第一色彩诊断单元将诊断结果告知第二色彩诊断单元。

输入第二色彩诊断单元进行诊断的视频数据是经过数据接收处理单元处理后的视频数据。该第二色彩诊断单元的诊断方法可以采用背景技术中所描述的方法：由第二计算模块按照如下公式计算执行计算：

NormDiff0=ABS（SUM_R-SUM_G）/(SUM_R+SUM_G+SUM_B)

NormDiff1=ABS（SUM_R-SUM_B）/(SUM_R+SUM_G+SUM_B)

NormDiff2=ABS（SUM_B-SUM_G）/(SUM_R+SUM_G+SUM_B)

其中，SUM_R、SUM_G和SUM_B分别表示对数据接收处理单元接收的数据进行处理后的图像所有像素点的R分量之和、G分量之和以及B分量之和；

第二比较判断模块将比较数据NormDiff0、NormDiff1、NormDiff2分别和预设的￡进行比较，如果其中一个比较数据大于￡，则判断图像色彩异常，否则判断图像色彩正常。

步骤42、诊断验证单元的白平衡处理模块对该视频图像对应的BAYER数据进行白平衡处理后再进行色彩诊断，并将诊断结果告知诊断纠正单元。如果诊断结果为色彩异常，诊断纠正单元确认是白平衡处理导致的正常现象，不上报色彩异常；如果诊断结果为色彩正常，诊断纠正单元则判断步骤22中接收的视频图像数据存在白平衡处理故障。

这里所采用的白平衡处理方法可以采用整体灰度世界估计或者局部灰度世界估计。色彩诊断方法仍然可以按照步骤41中所描述的方法来处理，即由第二计算模块和第二比较判断模块执行色彩诊断。第二计算模块用于对白平衡处理模块处理后的图像数据按照如下公式执行计算：

NormDiff0’=ABS（SUM_R’-SUM_G’）/(SUM_R’+SUM_G’+SUM_B’)

NormDiff1’=ABS（SUM_R’-SUM_B’）/(SUM_R’+SUM_G’+SUM_B’)

NormDiff2’=ABS（SUM_B’-SUM_G’）/(SUM_R’+SUM_G’+SUM_B’)

其中，SUM_R’、SUM_G’和SUM_B’分别为白平衡处理模块对恢复的BAYER数据进行白平衡处理后的图像的所有像素点的R分量之和、G分量之和以及B分量之和；

第二比较判断模块，用于将比较数据NormDiff0’、NormDiff1’、NormDiff2’分别和预设的￡进行比较，如果其中一个比较数据大于￡，则判断图像色彩异常，否则判断图像色彩正常。此时虽然图像色彩不符合灰度世界估计，但这是由图像本身的光源特性在特点的场景下造成的，所以该色彩异常通常不需要被诊断验证单元上报；但是诊断结果为图像色彩正常的情况却需要被上报，因为步骤41对该视频图像的色彩诊断结果是色彩异常，而这里验证的结果却是色彩正常，所以很有可能从监控前端设备发送的视频数据已经出现了白平衡处理的故障。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (8)

1.一种色彩诊断装置，其特征在于，该色彩诊断装置包括数据接收处理单元、BAYER数据恢复单元和第一色彩诊断单元，其中，

数据接收处理单元，用于接收视频图像数据以及白平衡增益值；该白平衡增益值是监控前端设备对采集的视频图像数据进行白平衡处理时所使用RGB增益值；

BAYER数据恢复单元，用于根据所述白平衡增益值对经处理后的视频图像数据施行白平衡逆运算以得到BAYER数据；

第一色彩诊断单元，用于根据所述BAYER数据确定是否存在由监控前端设备光学故障而导致的图像色彩异常。

2.如权利要求1所述的装置，其特征在于，所述装置还包括：饱和像素点筛除单元，该饱和像素点筛除单元用于对解码后的图像中的饱和像素点进行筛除；其中饱和像素点为其RGB三个分量中的任一个分量值达到了用以表示该分量的数值类型上限的像素点，

BAYER数据恢复单元，用于对经饱和筛除后的其它像素点的RGB值施行白平衡逆运算以得到BAYER数据。

3.如权利要求1所述的装置，其特征在于，所述第一色彩诊断单元包括第一计算模块和第一比较判断模块，其中，

第一计算模块，根据以下公式计算光学故障特征值：

DistortColor＝MAX(ABS(active_width_R-active_width_G),ABS(active_width_G-active_width_B),ABS(active_width_R-active_width_B))/(active_width_R+active_width_G+active_width_B)；

DistortColor表示光学故障特征值，active_width_R、active_width_G、active_width_B分别为R分量的有效范围区域、G分量的有效范围区域和B分量的有效范围区域，所述有效范围区域是根据所述BAYER数据统计的RGB三个分量的直方图统计信息得到的；

第一比较判断模块，用于在DistortColor大于预设的阈值η时判断存在由监控前端设备光学故障而导致的图像色彩异常，否则判断不存在由监控前端设备光学故障而导致的图像色彩异常。

4.如权利要求1所述的装置，其特征在于，所述装置还包括第二色彩诊断单元、诊断验证单元和诊断纠正单元，该第二色彩诊断单元包括第二计算模块和第二比较判断模块，其中，第二计算模块对不存在光学故障而导致色彩异常的图像数据根据如下公式执行计算：

NormDiff0＝ABS(SUM_R-SUM_G)/(SUM_R+SUM_G+SUM_B)

NormDiff1＝ABS(SUM_R-SUM_B)/(SUM_R+SUM_G+SUM_B)

NormDiff2＝ABS(SUM_B-SUM_G)/(SUM_R+SUM_G+SUM_B)

其中，SUM_R、SUM_G和SUM_B分别表示对所述图像数据进行解码后的图像所有像素点的R分量之和、G分量之和以及B分量之和；

第二比较判断模块，用于将NormDiff0、NormDiff1、NormDiff2分别和预设的￡进行比较，如果NormDiff0、NormDiff1、NormDiff2中的任一个大于￡，则判断图像色彩异常，否则判断图像色彩正常；

所述诊断验证单元包括白平衡处理模块、第二计算模块、第二比较判断模块；

该白平衡处理模块用于对第二色彩诊断单元判断色彩异常的图像的BAYER数据进行白平衡处理；

该第二计算模块进一步用于对白平衡处理模块处理后的图像数据按照如下公式执行计算：

NormDiff0’＝ABS(SUM_R’-SUM_G’)/(SUM_R’+SUM_G’+SUM_B’)

NormDiff1’＝ABS(SUM_R’-SUM_B’)/(SUM_R’+SUM_G’+SUM_B’)

NormDiff2’＝ABS(SUM_B’-SUM_G’)/(SUM_R’+SUM_G’+SUM_B’)

其中，SUM_R’、SUM_G’和SUM_B’分为对白平衡处理后的图像的所有像素点的R分量之和、G分量之和以及B分量之和；

第二比较判断模块，进一步用于将NormDiff0’、NormDiff1’、NormDiff2’分别和预设的￡进行比较，如果NormDiff0’、NormDiff1’、NormDiff2’中任一个大于￡，则判断图像色彩异常，否则判断图像色彩正常；

诊断纠正模块，用于在诊断验证单元验证图像色彩异常时确认是白平衡处理导致的正常现象，不上报色彩异常。

5.一种色彩诊断方法，其特征在于，该方法包括如下步骤：

步骤A、接收视频图像数据以及白平衡增益值；该白平衡增益值是监控前端设备对采集的视频图像数据进行白平衡处理时所使用RGB增益值；

步骤B、根据所述白平衡增益值对经处理后的视频图像数据施行白平衡逆运算以得到BAYER数据；

步骤C、根据所述BAYER数据确定是否存在由监控前端设备光学故障而导致的图像色彩异常。

6.如权利要求5所述的方法，其特征在于，所述步骤A之后还包括：步骤A’、对解码后的图像中的饱和像素点进行筛除；其中饱和像素点为其RGB三个分量中的任一个分量值达到了用以表示该分量的数值类型上限的像素点，

步骤B具体为：对经饱和筛除后的其它像素点的RGB值施行白平衡逆运算以得到BAYER数据。

7.如权利要求5所述的方法，其特征在于，根据所述BAYER数据确定是否存在由监控前端设备光学故障而导致的图像色彩异常具体为：根据以下公式计算光学故障特征值：

DistortColor＝MAX(ABS(active_width_R-active_width_G),ABS(active_width_G-active_width_B),ABS(active_width_R-active_width_B))/(active_width_R+active_width_G+active_width_B)；

DistortColor表示光学故障特征值，active_width_R、active_width_G、active_width_B分别为R分量的有效范围区域、G分量的有效范围区域和B分量的有效范围区域，所述有效范围区域是根据所述BAYER数据统计的RGB三个分量的直方图统计信息得到的；

当DistortColor大于预设的阈值η时判断存在由监控前端设备光学故障而导致的图像色彩异常，否则判断不存在由监控前端设备光学故障而导致的图像色彩异常。

8.如权利要求5所述的方法，其特征在于，所述方法还包括如下步骤：

D、对不存在光学故障而导致色彩异常的图像数据根据如下公式执行计算：

NormDiff0＝ABS(SUM_R-SUM_G)/(SUM_R+SUM_G+SUM_B)

NormDiff1＝ABS(SUM_R-SUM_B)/(SUM_R+SUM_G+SUM_B)

NormDiff2＝ABS(SUM_B-SUM_G)/(SUM_R+SUM_G+SUM_B)

其中，SUM_R、SUM_G和SUM_B分别表示对所述图像数据进行解码后的图像所有像素点的R分量之和、G分量之和以及B分量之和；

E、将NormDiff0、NormDiff1、NormDiff2分别和预设的￡进行比较，如果NormDiff0、NormDiff1、NormDiff2中的任一个大于￡，则判断图像色彩异常，否则判断图像色彩正常；

F、对步骤E判断色彩异常的图像的所述BAYER数据进行白平衡处理；

G、对步骤F中白平衡处理后的图像数据按照如下公式执行计算：

NormDiff0’＝ABS(SUM_R’-SUM_G’)/(SUM_R’+SUM_G’+SUM_B’)

NormDiff1’＝ABS(SUM_R’-SUM_B’)/(SUM_R’+SUM_G’+SUM_B’)

NormDiff2’＝ABS(SUM_B’-SUM_G’)/(SUM_R’+SUM_G’+SUM_B’)

其中，SUM_R’、SUM_G’和SUM_B’分别为对所述BAYER数据进行白平衡处理后的图像的所有像素点的R分量之和、G分量之和以及B分量之和；

H、将NormDiff0’、NormDiff1’、NormDiff2’分别和预设的￡进行比较，如果NormDiff0’、NormDiff1’、NormDiff2’中任一个大于￡，则判断图像色彩异常，否则判断图像色彩正常；

I、在步骤H判断图像色彩异常时确认是白平衡处理导致的正常现象，不上报色彩异常。