CN105791814A - 一种基于图像处理技术的监控视频质量检测方法及装置 - Google Patents

Abstract

本发明公开了一种基于图像处理技术的监控视频质量检测方法及装置。该方法包括：读取待检测视频的视频帧图像和其前一帧图像，获取待检测视频图像的灰度直方图分布情况，依据直方图计算其与黑屏图像的相似度，依据相似度阈值检测画面是否黑屏；求取待检测帧与其前一帧的帧差图像，依据帧差图像的灰度值方差检测画面是否冻结；求取帧差图像的峰值信噪比，依据峰值信噪比阈值检测画面是否存在雪花噪点。这种视频质量检测算法运算快速、高效，并能得到对应视频缺陷的数量或数据结果，有效地提升了变电站监控视频质量的实时检测效果，能及时发现变电站监控系统的实时故障，为变电站智能监控的正常运行提供了保障，具有很强的实用价值和现实意义。

Description

一种基于图像处理技术的监控视频质量检测方法及装置

技术领域

本发明涉及基于图像处理技术的监控视频质量检测方法及装置，属于图像检测技术领域。

背景技术

在一个大型的监控系统中，相机的数量会随着监控面积的增加而增加。众所周知，相机在进行摄像及信息传输时，容易产生异常干扰，同时相机本身的老化也会影响拍摄画面的质量。因为智能监控技术的存在，人们逐渐将监视及报警的工作转交给了计算机，但是当相机出现故障时，计算机将无法继续正常工作。在变电站监控系统中，一旦系统中的相机出现故障并不能及时发现时，存在安全隐患，可能会带来巨大的损失。因此视频质量检测是保障变电站智能盟控系统正常运作的基础，实时盟测前段传输回的视频图像质量，有效杜绝因图像质量问题而影响到视频智能化分析。

目前，由于智能监控系统的应用尚处于起步阶段，对于监控视频质量检测的研究较少，并且目前的视频质量检测算法中，算法较为复杂，运算速度达不到实时检测的效果。另外，在实际监控视频中会出现种类繁多的失真类型，单一的图像质量评价方法不能满足实际的监控需要。

所以，实现高效、实时的视频质量检测是视频质量检测中亟待解决的问题。

发明内容

为了达到上述目的，本发明提出一种结合直方图阈值、帧差、峰值信噪比的监控视频质量检测方法和系统，实现画面黑屏检测、画面冻结检测和画面雪花噪点检测，通过直方图阈值判定检测画面是否黑屏；通过求取帧差后进行灰度值累计检测画面是否冻结；通过求取帧差画面的峰值信噪比检测画面是否存在雪花噪点

根据本发明一方面，提供了一种基于图像处理技术的监控视频质量检测方法，包括：

获取监控画面的当前待检测帧图像I_t和前一帧图像I_t-1，并进行灰度化处理；

求取当前待检测帧图像I_t的灰度直方图，根据所述当前待检测帧图像I_t的灰度直方图得到当前待检测帧图像与黑屏图像的第一相似度，当所述第一相似度大于或等于第一设定阈值T_P，则判定监控视频画面出现黑屏故障，当所述第一相似度小于第一设定阈值T_P，则判定监控视频画面质量良好；

求灰度化后的当前待检测帧图像与前一帧图像的差值图像I′_t，计算所述差值图像的方差V_t，通过方差大小判定当前待检测监控视频画面是否冻结，当方差小于第二设定阈值T_v，则判定监控视频画面出现画面冻结故障，当方差大于或等于第二设定阈值T_v，则判定监控视频画面质量良好；

统计所述差值图像I′_t中像素值大于第三设定阈值T_I的像素点个数D_t，若D_t小于所述第三设定阈值T_d，则判定监控视频画面质量良好；若D_t大于或等于所述第三设定阈值T_d，则对当前待检测帧图像I_t进行高斯滤波，得到滤波后图像I₀，计算当前待检测帧图像I_t与滤波后图像I₀的差值图像的峰值信噪比PSNR，当PSNR小于第四设定阈值Ts时，则判定监控视频画面存在雪花噪声故障，当PSNR大于或等于第四设定阈值Ts，则判定监控视频画面质量良好。

根据本发明另一方面，提供了一种基于图像处理技术的监控视频质量检测装置，包括：

预处理模块，其用于获取监控画面的当前待检测帧图像I_t和前一帧图像I_t-1，并进行灰度化处理；

黑屏检测模块，其用于求取当前待检测帧图像I_t的灰度直方图，根据所述当前待检测帧图像I_t的灰度直方图得到当前待检测帧图像与黑屏图像的第一相似度，当所述第一相似度大于或等于第一设定阈值T_P，则判定监控视频画面出现黑屏故障，当所述第一相似度小于第一设定阈值T_P，则判定监控视频画面质量良好；

画面冻结故障检测模块，其用于求灰度化后的当前待检测帧图像与前一帧图像的差值图像I′_t，计算所述差值图像的方差V_t，通过方差大小判定当前待检测监控视频画面是否冻结，当方差小于第二设定阈值T_v，则判定监控视频画面出现画面冻结故障，当方差大于或等于第二设定阈值T_v，则判定监控视频画面质量良好；

雪花噪声故障检测模块，其用于统计所述差值图像I′_t中像素值大于第三设定阈值T_I的像素点个数D_t，若D_t小于所述第三设定阈值T_d，则判定监控视频画面质量良好，若D_t大于或等于所述第三设定阈值T_d，则对当前待检测帧图像I_t进行高斯滤波，得到滤波后图像I₀，计算当前待检测帧图像I_t与滤波后图像I₀的差值图像的峰值信噪比PSNR，当PSNR小于第四设定阈值Ts时，则判定画面存在雪花噪声故障，当PSNR大于或等于第四设定阈值Ts，则判定画面质量良好。

本发明提供的一种基于图像处理技术的监控视频质量检测方法和装置，有效地提升了监控视频质量的检测效果，能及时发现变电站监控系统的实时故障，为变电站智能监控的正常运行提供了保障，具有很强的实用价值和现实意义。

附图说明

图1是本发明中基于图像处理技术的监控视频质量检测方法流程示意图；

图2是本发明的画面黑屏检测算法流程示意图；

图3是本发明的画面冻结检测流程示意图；

图4是本发明的画面雪花噪声检测流程示意图；

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明作进一步的详细说明。

下面结合附图和实施例对本发明进行详细描述。

图1为本发明提供的一种基于图像处理技术的监控视频质量检测方法的整体流程图，图2为本发明中的画面黑屏检测方法流程图，图3是本发明中的画面冻结检测方法流程图，图4是本发明中的画面雪花噪声检测方法流程图。

如图1-3所示，本发明提供的一种基于图像处理技术的监控视频质量检测方法具体包括以下步骤：

A、获取监控画面的当前待检测帧图像I_t和前一帧图像I_t-1，并进行灰度化处理；

B、检测黑屏故障。求取当前待检测帧图像I_t的灰度直方图，计算巴氏系数得到当前待检测帧图像与黑屏图像的相似度，巴氏系数计算公式如下：

$P_t(P,P^{\′})=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\sqrt{P\left(i\right)P^{\′}\left(i\right)}---\left(1\right)$

其中P，P′分别代表源与候选图像的灰度直方图，此处分别表示当前检测帧图像和黑屏图像的灰度直方图，P(i)，P′(i)分别表示图像灰度直方图P，P′的灰度值为i的像素个数，N表示最大灰度值，值为255；对每个相同灰度值i的数据点乘积开平方以后相加得出的结果即为图像相似度值P_t(巴氏系数因子值)。

C、当相似度P_t大于或等于设定阈值T_P，则判定监控画面出现黑屏故障，提示报警后退出检测；当相似度P_t小于设定阈值T_P，则判定画面质量良好，并继续执行后续步骤。

D、检测画面冻结故障。求灰度化后的当前待检测帧图像与前一帧图像的差值图I′_t，然后计算差值图像的方差V_t，差值图和方差的计算公式分别为：

I′_t＝|I_t-I_t1|(2)

V_t＝Var(I′_t)(3)

E、根据方差V_t大小判断监控画面是否存在画面冻结或信号丢失故障，判别方法如下：

$\left\{\begin{array}{c}S=1;V_t\≤T_v\\ S=0;V_t>T_v\end{array}\right.---\left(4\right)$

其中，T_v为判别阈值，S为异常判别因子。待检测帧图像满足S＝1的异常条件时，继续测试该帧图像之后的M帧视频画面，考虑到检测的有效性，M设置为3秒内的帧数如果连续满足异常条件，则判定监控画面出现画面冻结故障，提示报警后退出检测；否则判定画面质量良好，并继续执行后续步骤。

G、检测画面雪花噪声故障。对所述差值图像进行像素点筛选，筛选标准为：当I′_t中像素点的灰度值大于阈值T_I时，将该点的像素值重置为1，否则重置为0。

统计I′_t中像素等于1的点的个数D_t，若D_t超出设定阈值T_d，则继续执行后续步骤，否则判定画面质量良好。

F、利用高斯滤波器对当前待检测帧图像I_t进行高斯滤波，得到滤波后图像I₀，计算I_t与I₀的差值图像的峰值信噪比PSNR：

即：

$\mathrm{PSNR}=10\×\log \left[\frac{\underset{x=1}{\overset{M}{\mathrm{\Σ}}}\underset{y=1}{\overset{N}{\mathrm{\Σ}}}{I}_t{(x,y)}^2}{\underset{x=1}{\overset{M}{\mathrm{\Σ}}}\underset{y=1}{\overset{N}{\mathrm{\Σ}}}{[I_t(x,y)-I_0(x,y)]}^2}\right]---\left(6\right)$

其中，M、N分别为当前待检测帧图像I_t中像素点行、列个数；I_t(x，y)为当前待检测帧图像I_t中第(x，y)个像素值，I₀(x，y)为滤波后图像I₀中第(x，y)个像素值；根据图像受到的雪花噪声干扰程度与峰值信噪比成反比关系这一原理，为图像信噪比设定参考阈值T_s，当图像信噪比小于阈值T_s时，则判定监控画面存在雪花噪点，并提示；否则判定画面质量良好。

本发明在实施例的软件设计中，设置了导入功能可提供导入测试视频，设置了检测功能包括显示检测结果字符信息、显示检测效果图，同时能够对需要的视频进行存储保存，采用人性化的界面设计使软件的整体使用更加容易操作。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，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，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于图像处理技术的监控视频质量检测方法，其特征在于，包括：

获取监控画面的当前待检测帧图像I_t和前一帧图像I_t-1，并进行灰度化处理；

求取当前待检测帧图像I_t的灰度直方图，根据所述当前待检测帧图像I_t的灰度直方图得到当前待检测帧图像与黑屏图像的第一相似度，当所述第一相似度大于或等于第一设定阈值T_P，则判定监控视频画面出现黑屏故障，当所述第一相似度小于第一设定阈值T_P，则判定监控视频画面不存在黑屏故障；

求灰度化后的当前待检测帧图像与前一帧图像的差值图像I_t′，计算所述差值图像的方差V_t，通过方差大小判定当前待检测监控视频画面是否冻结，当方差小于第二设定阈值T_v，则判定监控视频画面出现画面冻结故障，当方差大于或等于第二设定阈值T_v，则判定监控视频画面不存在冻结故障；

统计所述差值图像I_t′中像素值大于第三设定阈值T_I的像素点个数D_t，若D_t小于所述第三设定阈值T_d，则判定监控视频画面质量良好；若D_t大于或等于所述第三设定阈值T_d，则对当前待检测帧图像I_t进行高斯滤波，得到滤波后图像I₀，计算当前待检测帧图像I_t与滤波后图像I₀的差值图像的峰值信噪比PSNR，当PSNR小于第四设定阈值Ts时，则判定监控视频画面存在雪花噪声故障，当PSNR大于或等于第四设定阈值Ts，则判定监控视频画面不存在雪花噪声故障。

2.如权利要求1所述的方法，其中，所述当前待检测帧图像与黑屏图像的相似度通过巴氏系数计算方法得到。

3.如权利要求1所述的方法，其中，判定监控视频画面出现画面冻结故障进一步包括：

当连续M帧检测到所述方差小于第二设定阈值T_v，则判定监控视频画面出现画面冻结故障，M为大于等于1的正整数。

4.如权利要求1所述的方法，其中，当检测到所述监控视频画面出现黑屏图像、画面冻结故障、画面存在雪花噪点中的一种或几种的组合时，发出警示信号。

5.一种基于图像处理技术的监控视频质量检测装置，其特征在于，包括：

预处理模块，其用于获取监控画面的当前待检测帧图像I_t和前一帧图像I_t-1，并进行灰度化处理；

黑屏检测模块，其用于求取当前待检测帧图像I_t的灰度直方图，根据所述当前待检测帧图像I_t的灰度直方图得到当前待检测帧图像与黑屏图像的第一相似度，当所述第一相似度大于或等于第一设定阈值T_P，则判定监控视频画面出现黑屏故障，当所述第一相似度小于第一设定阈值T_P，则判定监控视频画面不存在黑屏故障；

画面冻结故障检测模块，其用于求灰度化后的当前待检测帧图像与前一帧图像的差值图像I_t′，计算所述差值图像的方差V_t，通过方差大小判定当前待检测监控视频画面是否冻结，当方差小于第二设定阈值T_v，则判定监控视频画面出现画面冻结故障，当方差大于或等于第二设定阈值T_v，则判定监控视频画面不存在冻结故障；

雪花噪声故障检测模块，其用于统计所述差值图像I_t′中像素值大于第三设定阈值T_I的像素点个数D_t，若D_t小于所述第三设定阈值T_d，则判定监控视频画面质量良好，若D_t大于或等于所述第三设定阈值T_d，则对当前待检测帧图像I_t进行高斯滤波，得到滤波后图像I₀，计算当前待检测帧图像I_t与滤波后图像I₀的差值图像的峰值信噪比PSNR，当PSNR小于第四设定阈值Ts时，则判定画面存在雪花噪声故障，当PSNR大于或等于第四设定阈值Ts，则判定画面不存在雪花噪声故障。

6.如权利要求5所述的装置，其中，所述当前待检测帧图像与黑屏图像的相似度通过巴氏系数计算方法得到。

7.如权利要求5所述的装置，其中，所述画面冻结故障检测模块，用于当连续M帧检测到所述方差小于第二设定阈值T_v，判定监控视频画面出现画面冻结故障，M为大于等于1的正整数。

8.如权利要求5所述的装置，其中，当检测到所述监控视频画面出现黑屏图像、画面冻结故障、画面存在雪花噪点中的一种或几种的组合时，发出警示信号。