CN105516720A - 一种监控摄像机码流的自适应控制方法 - Google Patents
一种监控摄像机码流的自适应控制方法 Download PDFInfo
- Publication number
- CN105516720A CN105516720A CN201510972512.9A CN201510972512A CN105516720A CN 105516720 A CN105516720 A CN 105516720A CN 201510972512 A CN201510972512 A CN 201510972512A CN 105516720 A CN105516720 A CN 105516720A
- Authority
- CN
- China
- Prior art keywords
- value
- macro
- scene
- frame
- code stream
- 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.)
- Granted
Links
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明公开了一种监控摄像机码流的自适应控制方法,该方法为:输入图像的帧信息通过传感器采集后,先输入图像场景分类器,对当前场景进行判断,获取当前场景的经验QP值;当场景确定后,再进入图帧的起始QP获取器,根据每帧图像确定本帧图像的起始QP值;最后进入图帧的宏块级QP获取器,获取宏块级QP值,最终完成图像编码。本发明使监控摄像机能够根据不同场景精准选取宏块级的QP值,使码流的波动范围明显减小,码流质量得到提升,并降低了码流,节省了网络带宽和存储空间,提升了产品质量,降低了系统存储成本。
Description
技术领域
本发明属于视频监控的技术领域,具体涉及一种监控摄像机码流的自适应控制方法。
背景技术
视频通信系统中的码流具有与生俱来的变码率特性,如果编码过程中,保持编码参数不变,不同帧之间消耗的比特数会显著不同。尤其在视频场景切换时,会发生码率的突变,而且在带宽受限的多媒体通信系统中,这种具有显著变化码率的码流不适合网络的传输和存储。
目前的码流控制的方法包括:采用宏块级复杂度运算的方式选取宏块QP值(quasi-peak,准峰值)控制码率;或采用率失真模型选取宏块QP值。这些算法通过预测的方法选取量化参数,运算复杂度高,不能有效获取对应场景的经验值,降低了编码的效率,而且场景变化时视频质量大幅下降。
发明内容
本发明是为了克服现有技术中的缺点,而提出的一种监控摄像机码流的自适应控制方法。
本发明的技术方案是:
本发明的一种监控摄像机码流的自适应控制方法,该方法为:输入图像的帧信息通过传感器采集后,先输入图像场景分类器,对当前场景进行判断,获取当前场景的经验QP值;当场景确定后,再进入图帧的起始QP获取器,根据每帧图像确定本帧图像的起始QP值;最后进入图帧的宏块级QP获取器,获取宏块级QP值,最终完成图像编码。
本发明的有益效果是:
本发明使监控摄像机能够能够根据不同场景精准选取宏块级的QP值,使码流的波动范围明显减小,码流质量得到提升,并降低了码流,节省了网络带宽和存储空间,提升了产品质量,降低了系统存储成本。
附图说明
图1是本发明的控制流程示意图;
图2是本发明的图像场景分类器的程序流程图;
图3是本发明的一帧图像起始QP值的计算流程图;
图4是本发明的宏块QP值的计算流程图。
具体实施方式
以下,参照附图及实施例对本发明的技术方案进行详细说明:
如图1所示,本发明的一种监控摄像机码流的自适应控制方法,该方法为:输入图像的帧信息通过传感器采集后,先输入图像场景分类器,对当前场景进行判断,获取当前场景的经验QP值;当场景确定后,再进入图帧的起始QP获取器,根据每帧图像确定本帧图像的起始QP值;最后进入图帧的宏块级QP获取器,获取宏块QP值,最终完成图像编码。
本发明的一种监控摄像机码流的自适应控制方法的具体步骤为:
Ⅰ将输入图像的帧信息输入图像场景分类器,分类器建立输入帧信息的分类判别缓冲区,对当前场景进行白天或黑夜、运动或静止、纹理复杂或纹理简单的分类判断,获取当前场景的经验QP值范围,包括I帧的最大经验QP值和最小经验QP值,P帧的最大经验QP值和最小经验QP值;
Ⅱ再进入图帧的起始QP获取器后,计算本帧图像的复杂度,根据当前场景的经验QP值选取本帧图像的起始QP值;
Ⅲ最后进入图帧的宏块级QP获取器,计算每个宏块的复杂度,确定本宏块QP值,再根据宏块间复杂度关系,进行码率分配。
所述的最大QP值,表示一帧图像宏块编码能采用的最大QP值。
所述的最小QP值,表示一帧图像宏块编码能采用的最小QP值。
所述的最大的I帧与P帧的QP差值,代表P帧的平均QP值与当前I帧QP值的差值。
所述的I帧和P帧对应复杂度的QP值,将复杂度归一化为[0,255],根据不同复杂度区间选取I帧或P帧具体QP值。
如图2所示,为本发明的图像场景分类器的程序流程图。读取输入分类判别缓冲区的数据,对当前场景进行逐一判别,进行I帧和P帧QP值调整,最终确定当前场景的经验QP值范围。所述的图像场景分类器内具有输入帧分类判别缓冲区,保存输入图像近几帧和参考帧,用于进行场景判别,实现图像的对比。所述的分类场景包括:白天或黑夜、运动或静止、纹理复杂或简单场景。
所述步骤Ⅰ中,对输入图像进行白天或黑夜场景判断,用以确定白天和黑夜不同场景时应选取的QP经验值。由于夜晚光线弱,传感器需要增大感光度数值、加大增益幅度以适应较暗的夜景,导致夜景图像的噪点大。根据此特点,选择高斯模板对输入图像进行整体滤波,将滤波后的图像与输入图像做差,选择经验阈值对差值图像进行二值化处理,利用直方图统计二值化后图像的噪点信息,若噪点过多则代表黑夜场景,否则代表白天场景;若为黑夜场景,则增大P帧的QP值,若为白天场景,则减小P帧的QP值。由于运动场景可引入噪点,噪点多时,将P帧的QP值取值增大,以降低P帧的码流,相应地增大I帧的码流,降低I帧的QP值,以实现码率稳定。
所述步骤Ⅰ中,在经过白天或黑夜场景判断后,对输入图像进行运动或静止场景判断,用以确定运动和静止不同场景时应选取的QP经验值。采用图像差值法进行判断,将分类判别缓冲区内的相邻图像做帧差处理,通过差值图像的特征分析,确定输入图像为运动或静止场景;若为运动场景,减小P帧的QP值,若为静止场景,减小I帧QP值。运动场景本身P帧信息大,码流上升,当保证码率时,将P帧的QP值增大,以保证码率稳定。而静止场景,P帧信息量少,为保证图像质量,可增大I帧,减小I帧QP值,以保证图像的清晰度。
所述步骤Ⅰ中,在经过运动或静止场景判断后,对输入图像进行纹理复杂或简单场景,用以确定纹理复杂度不同的场景应选取的QP经验值。采用图像梯度幅度计算方式判断,对输入图像的纹理复杂度进行检测,计算输入图像的梯度幅度后,选取每个像素最大的梯度幅值,对此梯度图像进行积分运算,得到输入图像的纹理复杂度;若纹理复杂度高,则减小I帧的QP值,使图像更加清晰,并增大P帧的QP值,保证实时码率,若纹理复杂度低,则增大I帧的QP值。
所述步骤Ⅱ中,根据当前帧的灰度直方图计算本帧图像的复杂度,将本帧图像的复杂度归一化为[0,255],并与当前场景的复杂度的QP值进行比较,根据已确定的当前场景的经验QP值范围,选取本帧图像的起始QP值。
所述步骤Ⅲ中,计算每个宏块的直方图,将宏块级的复杂度归一化为[0,255],根据宏块级的复杂度和当前场景的经验QP值范围,确定宏块级QP值,再将本宏块的直方图与前两个宏块的直方图进行比较,若本宏块的复杂度大于前两个宏块的复杂度,则增大宏块级QP值,若本宏块的复杂度小于等于前两个宏块的复杂度,则减小宏块级QP值,计算剩余码流的平均QP值,将宏块级QP值与剩余码流的平均QP值进行比较,若宏块级QP值小于剩余码流的平均QP,则增大宏块级QP值,若宏块级QP值大于等于剩余码流的平均QP,则减小宏块级QP值。
本发明使监控摄像机能够能够根据不同场景精准选取宏块级的QP值,使码流的波动范围明显减小,码流质量得到提升,并降低了码流,节省了网络带宽和存储空间,提升了产品质量,降低了系统存储成本。
本发明通过三种场景分类器的过滤,可基本确定图像场景,得到的场景为三种场景的交错融合,根据三类场景的经验QP值,复合出最终场景的I帧和P帧的QP值范围,大大降低预测编码的复杂性,提高QP值调整的准确率,改善视频帧率,降低码率。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例公开如上,然而,并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当然会利用揭示的技术内容作出些许更动或修饰,成为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均属于本发明技术方案的范围内。
Claims (7)
1.一种监控摄像机码流的自适应控制方法,该方法为:输入图像的帧信息通过传感器采集后,先输入图像场景分类器,对当前场景进行判断,获取当前场景的经验QP值;当场景确定后,再进入图帧的起始QP获取器,根据每帧图像确定本帧图像的起始QP值;最后进入图帧的宏块级QP获取器,获取宏块级QP值,最终完成图像编码。
2.根据权利要求1所述的一种监控摄像机码流的自适应控制方法,其特征在于:该方法的具体步骤为:
Ⅰ将输入图像的帧信息输入图像场景分类器,分类器建立输入帧信息的分类判别缓冲区,对当前场景进行白天或黑夜、运动或静止、纹理复杂或纹理简单的分类判断,获取当前场景的经验QP值范围,包括I帧的最大经验QP值和最小经验QP值,P帧的最大经验QP值和最小经验QP值;
Ⅱ再进入图帧的起始QP获取器后,计算本帧图像的复杂度,根据当前场景的经验QP值选取本帧图像的起始QP值;
Ⅲ最后进入图帧的宏块级QP获取器,计算每个宏块的复杂度,确定本宏块QP值,再根据宏块间复杂度关系,进行码率分配。
3.根据权利要求2所述的一种监控摄像机码流的自适应控制方法,其特征在于:所述步骤Ⅰ中,对输入图像进行白天或黑夜场景判断,选择高斯模板对输入图像进行整体滤波,将滤波后的图像与输入图像做差,选择经验阈值对差值图像进行二值化处理,利用直方图统计二值化后图像的噪点信息,若噪点过多则代表黑夜场景,否则代表白天场景;若为黑夜场景,则增大P帧的QP值,若为白天场景,则减小P帧的QP值。
4.根据权利要求2所述的一种监控摄像机码流的自适应控制方法,其特征在于:所述步骤Ⅰ中,在经过白天或黑夜场景判断后,对输入图像进行运动或静止场景判断,采用图像差值法进行判断,将分类判别缓冲区内的相邻图像做帧差处理,通过差值图像的特征分析,确定输入图像为运动或静止场景;若为运动场景,减小P帧的QP值,若为静止场景,减小I帧QP值。
5.根据权利要求2所述的一种监控摄像机码流的自适应控制方法,其特征在于:所述步骤Ⅰ中,在经过运动或静止场景判断后,对输入图像进行纹理复杂或简单场景,采用图像梯度幅度计算方式判断,对输入图像的纹理复杂度进行检测,计算输入图像的梯度幅度后,选取每个像素最大的梯度幅值,对此梯度图像进行积分运算,得到输入图像的纹理复杂度;若纹理复杂度高,则减小I帧的QP值,若纹理复杂度低,则增大I帧的QP值。
6.根据权利要求2所述的一种监控摄像机码流的自适应控制方法,其特征在于:所述步骤Ⅱ中,根据当前帧的灰度直方图计算本帧图像的复杂度,将本帧图像的复杂度归一化为[0,255],并与当前场景的复杂度的QP值进行比较,根据已确定的当前场景的经验QP值范围,选取本帧图像的起始QP值。
7.根据权利要求2所述的一种监控摄像机码流的自适应控制方法,其特征在于:所述步骤Ⅲ中,计算每个宏块的直方图,将宏块级的复杂度归一化为[0,255],根据宏块级的复杂度和当前场景的经验QP值范围,确定宏块级QP值,再将本宏块的直方图与前两个宏块的直方图进行比较,若本宏块的复杂度大于前两个宏块的复杂度,则增大宏块级QP值,若本宏块的复杂度小于等于前两个宏块的复杂度,则减小宏块级QP值,计算剩余码流的平均QP值,将宏块级QP值与剩余码流的平均QP值进行比较,若宏块级QP值小于剩余码流的平均QP,则增大宏块级QP值,若宏块级QP值大于等于剩余码流的平均QP,则减小宏块级QP值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510972512.9A CN105516720B (zh) | 2015-12-23 | 2015-12-23 | 一种监控摄像机码流的自适应控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510972512.9A CN105516720B (zh) | 2015-12-23 | 2015-12-23 | 一种监控摄像机码流的自适应控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105516720A true CN105516720A (zh) | 2016-04-20 |
CN105516720B CN105516720B (zh) | 2019-01-29 |
Family
ID=55724314
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510972512.9A Active CN105516720B (zh) | 2015-12-23 | 2015-12-23 | 一种监控摄像机码流的自适应控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105516720B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106101706A (zh) * | 2016-06-30 | 2016-11-09 | 华为技术有限公司 | 一种图像编码方法及装置 |
CN107820087A (zh) * | 2017-10-26 | 2018-03-20 | 济南中维世纪科技有限公司 | 根据移动侦测结果动态调节码率的方法 |
CN109905711A (zh) * | 2019-02-28 | 2019-06-18 | 深圳英飞拓智能技术有限公司 | 一种图像的处理方法、系统及终端设备 |
CN109982069A (zh) * | 2017-12-28 | 2019-07-05 | 浙江宇视科技有限公司 | 呼吸效应的测量方法及系统 |
CN110740328A (zh) * | 2019-10-14 | 2020-01-31 | 深圳市天视通电子科技有限公司 | 一种网络视频图像压缩方法和装置 |
CN111200734A (zh) * | 2018-11-19 | 2020-05-26 | 浙江宇视科技有限公司 | 视频编码方法及装置 |
CN111970510A (zh) * | 2020-07-14 | 2020-11-20 | 浙江大华技术股份有限公司 | 视频处理方法、存储介质及计算装置 |
CN112312134A (zh) * | 2019-08-01 | 2021-02-02 | 杭州海康威视数字技术股份有限公司 | 编码方法、装置、电子设备及可读存储介质 |
CN112788364A (zh) * | 2019-11-07 | 2021-05-11 | 国基电子(上海)有限公司 | 码流动态调整装置、方法及计算机可读存储介质 |
CN113438468A (zh) * | 2020-03-23 | 2021-09-24 | 浙江宇视科技有限公司 | 视频质量的动态控制方法、装置、存储介质及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101262603A (zh) * | 2008-03-27 | 2008-09-10 | 方春 | 一种新的快速高效自适应码率控制方法 |
CN101309422A (zh) * | 2008-06-23 | 2008-11-19 | 北京工业大学 | 宏块级量化参数处理方法及装置 |
CN101827267A (zh) * | 2010-04-20 | 2010-09-08 | 上海大学 | 基于视频图像分割技术的码率控制方法 |
US20110170591A1 (en) * | 2008-09-16 | 2011-07-14 | Dolby Laboratories Licensing Corporation | Adaptive Video Encoder Control |
CN104093021A (zh) * | 2014-07-15 | 2014-10-08 | 上海工程技术大学 | 一种监控视频压缩方法 |
-
2015
- 2015-12-23 CN CN201510972512.9A patent/CN105516720B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101262603A (zh) * | 2008-03-27 | 2008-09-10 | 方春 | 一种新的快速高效自适应码率控制方法 |
CN101309422A (zh) * | 2008-06-23 | 2008-11-19 | 北京工业大学 | 宏块级量化参数处理方法及装置 |
US20110170591A1 (en) * | 2008-09-16 | 2011-07-14 | Dolby Laboratories Licensing Corporation | Adaptive Video Encoder Control |
CN101827267A (zh) * | 2010-04-20 | 2010-09-08 | 上海大学 | 基于视频图像分割技术的码率控制方法 |
CN104093021A (zh) * | 2014-07-15 | 2014-10-08 | 上海工程技术大学 | 一种监控视频压缩方法 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106101706B (zh) * | 2016-06-30 | 2019-11-19 | 华为技术有限公司 | 一种图像编码方法及装置 |
CN106101706A (zh) * | 2016-06-30 | 2016-11-09 | 华为技术有限公司 | 一种图像编码方法及装置 |
CN107820087A (zh) * | 2017-10-26 | 2018-03-20 | 济南中维世纪科技有限公司 | 根据移动侦测结果动态调节码率的方法 |
CN107820087B (zh) * | 2017-10-26 | 2020-01-03 | 济南中维世纪科技有限公司 | 根据移动侦测结果动态调节码率的方法 |
CN109982069B (zh) * | 2017-12-28 | 2020-12-29 | 浙江宇视科技有限公司 | 呼吸效应的测量方法及系统 |
CN109982069A (zh) * | 2017-12-28 | 2019-07-05 | 浙江宇视科技有限公司 | 呼吸效应的测量方法及系统 |
CN111200734A (zh) * | 2018-11-19 | 2020-05-26 | 浙江宇视科技有限公司 | 视频编码方法及装置 |
US11838507B2 (en) | 2018-11-19 | 2023-12-05 | Zhejiang Uniview Technologies Co., Ltd. | Video encoding method and apparatus, electronic device, and computer-readable storage medium |
CN111200734B (zh) * | 2018-11-19 | 2022-03-11 | 浙江宇视科技有限公司 | 视频编码方法及装置 |
CN109905711A (zh) * | 2019-02-28 | 2019-06-18 | 深圳英飞拓智能技术有限公司 | 一种图像的处理方法、系统及终端设备 |
CN112312134A (zh) * | 2019-08-01 | 2021-02-02 | 杭州海康威视数字技术股份有限公司 | 编码方法、装置、电子设备及可读存储介质 |
CN110740328A (zh) * | 2019-10-14 | 2020-01-31 | 深圳市天视通电子科技有限公司 | 一种网络视频图像压缩方法和装置 |
CN112788364B (zh) * | 2019-11-07 | 2023-06-06 | 富联国基(上海)电子有限公司 | 码流动态调整装置、方法及计算机可读存储介质 |
CN112788364A (zh) * | 2019-11-07 | 2021-05-11 | 国基电子(上海)有限公司 | 码流动态调整装置、方法及计算机可读存储介质 |
CN113438468A (zh) * | 2020-03-23 | 2021-09-24 | 浙江宇视科技有限公司 | 视频质量的动态控制方法、装置、存储介质及电子设备 |
CN113438468B (zh) * | 2020-03-23 | 2023-02-28 | 浙江宇视科技有限公司 | 视频质量的动态控制方法、装置、存储介质及电子设备 |
CN111970510B (zh) * | 2020-07-14 | 2023-06-02 | 浙江大华技术股份有限公司 | 视频处理方法、存储介质及计算装置 |
CN111970510A (zh) * | 2020-07-14 | 2020-11-20 | 浙江大华技术股份有限公司 | 视频处理方法、存储介质及计算装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105516720B (zh) | 2019-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105516720A (zh) | 一种监控摄像机码流的自适应控制方法 | |
CN111147867B (zh) | 一种多功能视频编码cu划分快速决策方法及存储介质 | |
WO2021244341A1 (zh) | 图像编码方法及装置、电子设备及计算机可读存储介质 | |
US10269119B2 (en) | System and method for background and foreground segmentation | |
Mallikarachchi et al. | Content-adaptive feature-based CU size prediction for fast low-delay video encoding in HEVC | |
CN106971399B (zh) | 图像马赛克检测方法及装置 | |
US10911785B2 (en) | Intelligent compression of grainy video content | |
CN105657433A (zh) | 一种基于图像复杂度的信源实时编码方法及系统 | |
CN116260990B (zh) | 一种多路视频流的ai异步检测并实时渲染方法及系统 | |
TWI512685B (zh) | 移動物體偵測方法及其裝置 | |
CN107690069B (zh) | 一种数据驱动的级联视频编码方法 | |
CN111988628A (zh) | 基于强化学习的vvc的快速帧内编码方法 | |
WO2022213809A1 (zh) | 视频编码的方法、装置、设备和存储介质 | |
CN110290318B (zh) | 星载图像处理与自主决策方法和系统 | |
CN111385571B (zh) | 一种超长图像组码率控制方法及装置 | |
CN116363018B (zh) | 一种自适应的nlm降噪方法 | |
CN117499655A (zh) | 图像编码方法、装置、设备、存储介质及程序产品 | |
CN106303527B (zh) | 时分复用神经网络处理器的视频分级码流编码方法和系统 | |
CN103095967B (zh) | 一种视频噪声量化计算方法及系统 | |
WO2020042177A1 (zh) | 视频编码质量平滑度的优化方法、装置、设备及存储介质 | |
CN116567246A (zh) | Avc编码方法和装置 | |
CN114463449B (zh) | 一种基于边缘引导的高光谱图像压缩方法 | |
CN115955564A (zh) | 一种视频编码方法、装置、设备和介质 | |
CN105407357A (zh) | 基于聂曼-皮尔逊准则的skip模式快速选择方法 | |
CN116016937A (zh) | 视频编码中的样点自适应补偿方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 300384 Tianjin Xiqing District Huayuan Industrial Area (outside the ring) 8 hahihua two road. Applicant after: Tiandi Weiye Technology Co., Ltd. Address before: 300384 Tianjin Xiqing District Huayuan new technology Industrial Park (outside the ring) 8 hahihua two road. Applicant before: Tianjin Tiandy Digital Technology Co., Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |