CN103763547A - 基于嵌入式系统的视频图像诊断系统及诊断方法 - Google Patents

Abstract

本发明公开了一种基于嵌入式系统的视频图像诊断系统及诊断方法，所述视频图像诊断系统包括视频采集单元、压缩编码单元、中心服务单元以及视频诊断单元；所述视频采集单元分别连接该压缩编码单元和视频诊断单元，且该压缩编码单元和视频诊断单元均连接该中心服务单元；该视频采集单元将采集的光信号转换为电信号并对该电信号处理输出视频信号至该压缩编码单元和视频诊断单元，该压缩编码单元将视频信号编码压缩输送至该中心服务单元，且该视频诊断单元对视频信号的质量进行诊断并将诊断结果发送至该中心服务单元。本发明在前端设备进行视频信号质量的诊断，可提高诊断的可靠性，准确的反映前端设备运行情况。

Description

基于嵌入式系统的视频图像诊断系统及诊断方法

技术领域

本发明涉及智能网络视频监控领域，尤其涉及一种基于嵌入式系统的视频图像诊断系统及诊断方法。

背景技术

视频监控系统在不同领域得到越来越多的应用，在一些大型基础设施中，视频监控点数可能有很多，但是能够实时显示的画面的数量实在有限，绝大多数摄像机通道处于后台录像状态，只有在发生报警或有特殊需求时才会调出图像。

而已有的智能分析系统，在前端将视频数据采集之后，传输到平台，再在平台对这些视频数据进行分析，视频分析在视频传输之后，受带宽限制，且后端视频诊断可靠性会因视频传输等环节受到间断性或持续性影响，后端的视频诊断需要专门的视频诊断服务器，如果是多路视频数据传过来，需要的视频诊断服务器也就随之增加，增加了网络负载，同时也增加了诊断成本。

发明内容

有鉴于此，本发明要解决的技术问题在于提供一种基于嵌入式系统的视频图像诊断系统及诊断方法，可提高视频诊断的可靠性。

本发明的另一目的在于提供一种基于嵌入式系统的视频图像诊断系统及诊断方法，可避免宽带的限制。

为解决上述技术问题，本发明的技术方案是这样实现的：

一种基于嵌入式系统的视频图像诊断系统，其包括视频采集单元、压缩编码单元、中心服务单元以及视频诊断单元；所述视频采集单元分别连接该压缩编码单元和视频诊断单元，且该压缩编码单元和视频诊断单元均连接该中心服务单元；该视频采集单元将采集的光信号转换为电信号并对该电信号处理输出视频信号至该压缩编码单元和视频诊断单元，该压缩编码单元将视频信号编码压缩输送至该中心服务单元，且该视频诊断单元对视频信号的质量进行诊断并将诊断结果发送至该中心服务单元。

作为优选方案，所述视频诊断单元包括用于检测视频信号亮度的亮度诊断模块、用于检测视频信号色差的色差诊断模块、用于检测视频信号冻结点的冻结诊断模块或用于检测视频信号噪声点的噪声诊断模块中的一个或任意组合。

作为优选方案，所述亮度诊断模块包括指依次连接的指针检测模块、亮度计算模块、比较模块以及递增模块；其中，

所述指针检测模块用于检测指向任务节点的指针是否为空，所述亮度计算模块给该指针赋值并计算每帧的平均亮度，所述比较模块用于比较该平均亮度与第一阈值的数值，所述递增模块将该指针的帧数加1帧。

作为优选方案，所述色差诊断模块包括依次连接的指针检测模块、色差计算模块、比较模块以及递增模块；其中，

所述指针检测模块用于检测指向任务节点的指针是否为空，所述色差计算模块给该指针赋值并计算每帧的第一平均色度值和第二平均色度值；所述比较模块用于比较第一平均色度值与第二平均色度值差值的绝对值与第二阈值的数值，所述递增模块将该指针的帧数加1帧。

作为优选方案，所述冻结诊断模块包括依次连接的指针检测模块、分配空间检测模块，所述分配空间检测模块连接累加模块或内存分配模块，所述累加模块依次连接时间比较模块、运动点判断模块、当前帧判断模块；所述内存分配模块依次连接赋值模块及所述累加模块；其中，

所述指针检测模块用于检测指向任务节点的指针是否为空，所述分配空间检测模块用于检测存储智能数据的指针分配空间是否为空，累加模块用于获取当前时间并累加设定时间内帧像素，所述时间比较模块用于比较当前帧与背景帧的差值与第三阈值的数值；所述当前帧判断模块用于更新设定时间内的帧，获取当前帧的背景图像，并比较当前时间与开始时间的差值与设定时间的数值；所述内存分配模块用于给任务节点的指针分配空间，并能够存放背景图像；赋值模块用于给任务节点的指针赋值。

本发明提供的另一种技术方案：

一种基于嵌入式系统的视频诊断方法，其包括：

A、采集光信号并转换为电信号处理，处理后输出视频信号；

B、将视频信号压缩编码，并诊断视频信号的质量；

C、获取经过压缩编码的视频信息以及视频诊断报告。

作为优选方案，步骤B中诊断视频信号的质量包括步骤B1：亮度诊断，其具体包括：

B10、判断指向任务节点的指针或传入的像素是否为空，如果是，则结束操作；否则继续执行步骤B11；

B11、对任务节点的指针赋值，并计算每帧的平均亮度值；

B12、比较所述平均亮度值与第一阈值的数值，并保存比较结果，且将该指针的帧数加1帧。

作为优选方案，步骤B中诊断视频信号的质量包括步骤B2：色差诊断，其具体包括：

B20、判断指向任务节点的指针或传入的像素是否为空，如果是，则结束操作；否则继续执行步骤B21；

B21、对任务节点的指针赋值，并计算每帧的第一平均色度值和第二平均色度值；

B22、计算第一平均色度值与第二平均色度值差值的绝对值，比较该绝对值与第二阈值的数值，并保存比较结果，且将该指针的帧数加1帧。

作为优选方案，步骤B中诊断视频信号的质量包括步骤B3、冻结诊断，其具体包括：

B30、判断指向任务节点的指针或传入的像素是否为空，如果是，则结束操作；否则继续执行步骤B31；

B31、判断存储智能数据的指针分配空间是否为空，如果是，则执行步骤B32；否则执行步骤B35；

B32、分配内存空间给该指针，并继续判断该指针分配空间是否为空，如果是，则结束操作；否则执行步骤B33；

B33、在该内存空间中存放背景图像，并判断该背景图像的指针是否为空，如果是，则结束操作；否则执行步骤B34；

B34、对任务节点的指针赋值；

B35、获取当前时间，累加设定时间内帧像素，并判断当前时间与开始时间的差值是否小于设定时间；如果是，则结束操作，否则执行步骤B36；

B36、更新设定时间内的帧，获取当前帧的背景图像，判断当前帧与背景帧的差值是否大于第三阈值，如果是，则结束操作；否则确定当前点为运动点并执行步骤B37；

B37、比较运动点与总像素的比值与第四阈值的数值，并保存结果。

作为优选方案，步骤B中诊断视频信号的质量包括步骤B4：噪声诊断，具体包括：

B40、判断指向任务节点的指针或传入的像素是否为空，如果是，则结束操作；否则继续执行步骤B41；

B41、判断存储智能数据的指针分配空间是否为空，如果是，则执行步骤B42；否则执行步骤B43；

B42、分配内存空间给该指针，并判断该指针分配空间是否为空，如果是，则结束操作；否则存储当前帧；

B43、判断当前帧的像素是否大于第五阈值，如果是，则确定当前点为噪声点并将当前帧的噪声点数加1，执行步骤B44；否则结束操作；

B44、比较噪声点总数与第六阈值的数值，并保存结果。

本发明达到的技术效果如下：

1、本发明在传输至中心服务单元之前，对视频信号的质量进行诊断，不受带宽的限制，减少了视屏诊断服务器的使用，减轻了网络负载，降低了诊断成本。

2、本发明在前端设备进行视频信号质量的诊断，可提高诊断的可靠性，准确的反映前端设备运行情况。

3、用户能够有效的预防因视频采集设备环节所导致的图像质量问题，并且能及时的发现破坏视频监控的行为，便于维护整个安防监控系统。

附图说明

图1为本发明基于嵌入式系统的视频图像诊断系统的结构示意图；

图2为本发明亮度诊断模块的结构示意图；

图3为本发明色差诊断模块的结构示意图；

图4为本发明冻结诊断模块的结构示意图；

图5为本发明噪声诊断模块的结构示意图；

图6为本发明基于嵌入式系统的视频图像诊断的控制流程图；

图7为本发明亮度诊断的流程图；

图8为本发明色差诊断的流程图；

图9为本发明冻结诊断的流程图；

图10为本发明噪声诊断的流程图。

【符号说明】

1视频采集单元

2压缩编码单元

3视频诊断单元

311指针检测模块

312亮度计算模块

313比较模块

314递增模块

321指针检测模块

322色差计算模块

323比较模块

324递增模块

331针检测模块

332分配空间检测模块

333累加模块

334内存分配模块

335赋值模块

336时间比较模块

337运动点判断模块

338当前帧判断模块

341指针检测模块

342分配空间检测模块

343噪声点判断模块

344内存分配模块

345当前帧判断模块

4中心服务单元。

具体实施方式

如图1所示，本发明基于嵌入式系统的视频图像诊断系统包括视频采集单元1、压缩编码单元2、视频诊断单元3和中心服务单元4。其中，视频采集单元1分别连接压缩编码单元2和视频诊断单元3，且压缩编码单元2与视频诊断单元3均连接中心服务单元4。视频采集单元1将采集的光信号转换为电信号，并对该电信号处理后输出视频信号，所述压缩编码单元2将视频信号编码压缩输送至该中心服务单元4；且所述视频诊断单元3对视频信号的质量进行诊断并将诊断结果发送至该中心服务单元4。

其中，所述视频采集单元1、压缩编码单元2以及中心服务单元4均为市售产品。且该视频采集单元1的核心是摄像机及镜头，视频采集单元1可将光信号变为电信号并将电信号转移，经滤波及放大处理后，形成视频信号输出。

本发明基于嵌入式系统的视频图像诊断方法（如图6所示）包括：

步骤100：采集光信号并转换为电信号处理，处理后输出视频信号。

步骤101：将视频信号压缩编码，并诊断视频信号的质量。

步骤102：获取经过压缩编码的视频信息以及视频诊断报告。

所述中心服务单元4将接收的经过压缩编码的视频信号传送到客户端并经过解码显示图像，同时可将诊断结果告知客户。

本发明在传输至中心服务单元4之前，对视频信号的质量进行诊断，不受带宽的限制，减少了视屏诊断服务器的使用，减轻了网络负载，降低了生产成本。

其中，所述视频诊断单元3包括用于检测视频信号亮度的亮度诊断模块、用于检测视频信号色差的色差诊断模块、用于检测视频信号冻结点的冻结诊断模块或用于检测视频信号噪声点的噪声诊断模块中的一个或任意组合。

如图2所示，所述亮度诊断模块包括指依次连接的指针检测模块311、亮度计算模块312、比较模块313以及递增模块314。

所述指针检测模块311用于检测指向任务节点的指针是否为空，所述亮度计算模块312给该指针赋值并计算每帧的平均亮度，所述比较模块313用于比较该平均亮度与第一阈值的数值，所述递增模块314将该指针的帧数加1帧。

所述诊断视频信号的质量包括亮度诊断，本发明亮度诊断的具体步骤（如图7所示）包括：

步骤200：声明变量或初始化，判断指向任务节点的指针或传入的像素是否为空，如果是，则返回error，结束操作；否则继续执行步骤201。

步骤201：对任务节点的指针赋值，并计算每帧的平均亮度值。

其中，平均亮度值=一帧像素所有像素点亮度值的总和/总像素点。

步骤202：比较所述平均亮度值与第一阈值的数值，并保存比较结果，且将该指针的帧数加1帧。

其中，所述第一阈值可为默认阈值或设定阈值。在亮度诊断过程中，如果有设定阈值，则第一阈值为设定阈值；如果没有设定阈值，则第一阈值为默认阈值。所述第一阈值有两个：最高阈值和最小阈值，亮度分为255个等级，一般最高阈值是175，最小阈值是51。

在亮度诊断过程中，每帧图像的平均亮度值与最高阈值和最小阈值相比，如果大于最高阈值，则为过亮帧，且将该过亮帧加1帧；如果小于最小阈值，则过暗帧，且该过暗帧加1帧，并将比较结果保存，亮度诊断结束。

如图3所示，所述色差诊断模块包括依次连接的指针检测模块321、色差计算模块322、比较模块323以及递增模块324。

其中，所述指针检测模块321用于检测指向任务节点的指针是否为空，所述色差计算模块322给该指针赋值并计算每帧的第一平均色度值和第二平均色度值；所述比较模块323用于比较第一平均色度值与第二平均色度值差值的绝对值与第二阈值的数值，所述递增模块324将该指针的帧数加1帧。

所述诊断视频信号的质量包括色差诊断，本发明色差诊断的具体步骤（如图8所示）包括： 

步骤300：声明变量或初始化，判断指向任务节点的指针或传入的像素是否为空，如果是，则返回error，结束操作；否则继续执行步骤301。

步骤301：对任务节点的指针赋值，并计算每帧的第一平均色度值和第二平均色度值。

其中，U、V是色度信号，求所有像素点的U总值与V总值，并除以总像素值，得Uaverage与Vaverage即第一平均色度值与第二平均色度值。

步骤302：计算第一平均色度值与第二平均色度值差值的绝对值，比较该绝对值与第二阈值的数值，并保存比较结果，且将该指针的帧数加1帧。

所述第二阈值可根据需要设置。其中，第一平均色度值与第二平均色度值的差值为色差。当色差的绝对值大于第二阈值时为异常帧，并将该异常帧数加1帧;当该绝对值小于第二阈值时为正常帧，并将该正常帧数加1帧，保存比较结果，色差诊断结束。

如图4所示，所述冻结诊断模块包括依次连接的指针检测模块331、分配空间检测模块332，所述分配空间检测模块332连接累加模块333或内存分配模块334，所述累加模块333依次连接时间比较模块336、运动点判断模块337、当前帧判断模块338；所述内存分配模块334依次连接赋值模块335及所述累加模块333。

所述指针检测模块331用于检测指向任务节点的指针是否为空，所述分配空间检测模块332用于检测存储智能数据的指针分配空间是否为空，累加模块333用于获取当前时间并累加设定时间内帧像素，所述时间比较模块336用于比较当前帧与背景帧的差值与第三阈值的数值；所述当前帧判断模块337用于更新设定时间内的帧，获取当前帧的背景图像，并比较当前时间与开始时间的差值与设定时间的数值；所述内存分配模块334用于给任务节点的指针分配空间，并能够存放背景图像；赋值模块335用于给任务节点的指针赋值。

所述诊断视频信号的质量包括冻结点诊断，本发明冻结点诊断的具体步骤（如图9所示）包括：

步骤400：声明变量或初始化，判断指向任务节点的指针或传入的像素是否为空，如果是，则返回error，结束操作；否则继续执行步骤401。

步骤401：判断存储智能数据的指针分配空间是否为空，如果是，则执行步骤402；否则执行步骤405。

步骤402：分配内存空间给该指针，并继续判断该指针分配空间是否为空，如果是，则返回缓存缺乏（Buffer--lack），结束操作；否则执行步骤403。

步骤403：在该内存空间中存放背景图像，并判断该背景图像的指针是否为空，如果是，则返回Buffer--lack，结束操作；否则执行步骤404。

步骤404：对任务节点的指针赋值。

步骤405：获取当前时间，累加设定时间内帧像素，并判断当前时间与开始时间的差值是否小于设定时间；如果是，则结束操作，否则执行步骤406。

其中，设定时间一般默认值为500ms，这样既可避免因太短时间内换一次背景，增加算法次数会，又可避免时间过长采集到的画面为静止的，从而增大计算出来的误差。但并不以此为限，可根据需要设定。

步骤406：更新设定时间内的帧，获取当前帧的背景图像，判断当前帧与背景帧的差值是否大于第三阈值，如果是，则结束操作；否则确定当前点为运动点并执行步骤407。

步骤407：比较运动点与总像素的比值与第四阈值的数值，并保存结果。

其中，第三阈值和第四阈值可根据需要设定。当运动点与总像素的比值小于第四阈值时，当前帧为异常帧，否则为正常帧。

如图5所示，所述噪声诊断模块包括依次连接的指针检测模块341、分配空间检测模块342，所述分配空间检测模块342连接噪声点判断模块343或内存分配模块344，所述噪声点判断模块343依次连接当前帧判断模块345。

其中，所述指针检测模块341用于检测指向任务节点的指针是否为空，所述分配空间检测模块342用于检测存储智能数据的指针分配空间是否为空，所述噪声点判断模块343用于比较当前帧的像素与第五阈值的数值，所述当前帧判断模块345用于比较当前帧的噪声点总数与第六阈值的数值，所述内存分配模块344用于给任务节点的指针分配空间，并能够存放背景图像。

所述诊断视频信号的质量包括噪声诊断，本发明噪声诊断的具体步骤（如图10所示）包括：

步骤500：声明变量或初始化，判断指向任务节点的指针或传入的像素是否为空，如果是，则返回error，结束操作；否则继续执行步骤501。

步骤501：判断存储智能数据的指针分配空间是否为空，如果是，则执行步骤502；否则执行步骤503。

步骤502：分配内存空间给该指针，并继续判断该指针分配空间是否为空，如果是，则返回Buffer--lack，结束操作；否则存储当前帧。

步骤503：判断当前帧的像素是否大于第五阈值，如果是，则确定当前点为噪声点并将当前帧的噪声点数加1，执行步骤504；否则结束操作；

步骤504：比较噪声点总数与第六阈值的数值，并保存结果。

其中，第五阈值和第六阈值可根据需要设定。当噪声点总数大于第六阈值时，当前帧为异常帧，否则为正常帧。所述第六阈值可根据需要设定。

本发明还可以对视频信号的质量进行雪花诊断或条纹诊断，并将诊断结果通过中心服务单元告知用户。通过本发明，用户能够有效的预防因视频采集设备环节所导致的图像质量问题，并且能及时的发现破坏视频监控的行为。同时本发明有助于用户掌握前端设备的运行情况，便于维护整个安防监控系统。

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。

Claims (10)

1.一种基于嵌入式系统的视频图像诊断系统，其特征在于，其包括视频采集单元、压缩编码单元、中心服务单元以及视频诊断单元；所述视频采集单元分别连接该压缩编码单元和视频诊断单元，且该压缩编码单元和视频诊断单元均连接该中心服务单元；该视频采集单元将采集的光信号转换为电信号并对该电信号处理输出视频信号至该压缩编码单元和视频诊断单元，该压缩编码单元将视频信号编码压缩输送至该中心服务单元，且该视频诊断单元对视频信号的质量进行诊断并将诊断结果发送至该中心服务单元。

2.根据权利要求1所述的基于嵌入式系统的视频图像诊断系统，其特征在于，所述视频诊断单元包括用于检测视频信号亮度的亮度诊断模块、用于检测视频信号色差的色差诊断模块、用于检测视频信号冻结点的冻结诊断模块或用于检测视频信号噪声点的噪声诊断模块中的一个或任意组合。

3.根据权利要求2所述的基于嵌入式系统的视频图像诊断系统，其特征在于，所述亮度诊断模块包括指依次连接的指针检测模块、亮度计算模块、比较模块以及递增模块；其中，

所述指针检测模块用于检测指向任务节点的指针是否为空，所述亮度计算模块给该指针赋值并计算每帧的平均亮度，所述比较模块用于比较该平均亮度与第一阈值的数值，所述递增模块将该指针的帧数加1帧。

4.根据权利要求2所述的基于嵌入式系统的视频图像诊断系统，其特征在于，所述色差诊断模块包括依次连接的指针检测模块、色差计算模块、比较模块以及递增模块；其中，

所述指针检测模块用于检测指向任务节点的指针是否为空，所述色差计算模块给该指针赋值并计算每帧的第一平均色度值和第二平均色度值；所述比较模块用于比较第一平均色度值与第二平均色度值差值的绝对值与第二阈值的数值，所述递增模块将该指针的帧数加1帧。

5.根据权利要求2所述的基于嵌入式系统的视频图像诊断系统，其特征在于，所述冻结诊断模块包括依次连接的指针检测模块、分配空间检测模块，所述分配空间检测模块连接累加模块或内存分配模块，所述累加模块依次连接时间比较模块、运动点判断模块、当前帧判断模块；所述内存分配模块依次连接赋值模块及所述累加模块；其中，

所述指针检测模块用于检测指向任务节点的指针是否为空，所述分配空间检测模块用于检测存储智能数据的指针分配空间是否为空，累加模块用于获取当前时间并累加设定时间内帧像素，所述时间比较模块用于比较当前帧与背景帧的差值与第三阈值的数值；所述当前帧判断模块用于更新设定时间内的帧，获取当前帧的背景图像，并比较当前时间与开始时间的差值与设定时间的数值；所述内存分配模块用于给任务节点的指针分配空间，并能够存放背景图像；赋值模块用于给任务节点的指针赋值。

6.一种基于嵌入式系统的视频图像诊断方法，其特征在于，其包括：

A、采集光信号并转换为电信号处理，处理后输出视频信号；

B、将视频信号压缩编码，并诊断视频信号的质量；

C、获取经过压缩编码的视频信息以及视频诊断报告。

7.根据权利要求6所述的基于嵌入式系统的视频图像诊断方法，其特征在于，步骤B中诊断视频信号的质量包括步骤B1：亮度诊断，其具体包括：

B10、判断指向任务节点的指针或传入的像素是否为空，如果是，则结束操作；否则继续执行步骤B11；

B11、对任务节点的指针赋值，并计算每帧的平均亮度值；

B12、比较所述平均亮度值与第一阈值的数值，并保存比较结果，且将该指针的帧数加1帧。

8.根据权利要求6所述的基于嵌入式系统的视频图像诊断方法，其特征在于，步骤B中诊断视频信号的质量包括步骤B2：色差诊断，其具体包括：

B20、判断指向任务节点的指针或传入的像素是否为空，如果是，则结束操作；否则继续执行步骤B21；

B21、对任务节点的指针赋值，并计算每帧的第一平均色度值和第二平均色度值；

B22、计算第一平均色度值与第二平均色度值差值的绝对值，比较该绝对值与第二阈值的数值，并保存比较结果，且将该指针的帧数加1帧。

9.根据权利要求6所述的基于嵌入式系统的视频图像诊断方法，其特征在于，步骤B中诊断视频信号的质量包括步骤B3、冻结诊断，其具体包括：

B30、判断指向任务节点的指针或传入的像素是否为空，如果是，则结束操作；否则继续执行步骤B31；

B31、判断存储智能数据的指针分配空间是否为空，如果是，则执行步骤B32；否则执行步骤B35；

B32、分配内存空间给该指针，并继续判断该指针分配空间是否为空，如果是，则结束操作；否则执行步骤B33；

B33、在该内存空间中存放背景图像，并判断该背景图像的指针是否为空，如果是，则结束操作；否则执行步骤B34；

B34、对任务节点的指针赋值；

B35、获取当前时间，累加设定时间内帧像素，并判断当前时间与开始时间的差值是否小于设定时间；如果是，则结束操作，否则执行步骤B36；

B36、更新设定时间内的帧，获取当前帧的背景图像，判断当前帧与背景帧的差值是否大于第三阈值，如果是，则结束操作；否则确定当前点为运动点并执行步骤B37；

B37、比较运动点与总像素的比值与第四阈值的数值，并保存结果。

10.根据权利要求6所述的基于嵌入式系统的视频图像诊断方法，其特征在于，步骤B中诊断视频信号的质量包括步骤B4：噪声诊断，具体包括：

B40、判断指向任务节点的指针或传入的像素是否为空，如果是，则结束操作；否则继续执行步骤B41；

B41、判断存储智能数据的指针分配空间是否为空，如果是，则执行步骤B42；否则执行步骤B43；

B42、分配内存空间给该指针，并判断该指针分配空间是否为空，如果是，则结束操作；否则存储当前帧；

B43、判断当前帧的像素是否大于第五阈值，如果是，则确定当前点为噪声点并将当前帧的噪声点数加1，执行步骤B44；否则结束操作；

B44、比较噪声点总数与第六阈值的数值，并保存结果。

Images