CN106101696A - 视频质量诊断系统及视频质量分析算法 - Google Patents

Abstract

本发明涉及一种视频质量诊断系统及视频质量分析算法。其目的是为了提供一种诊断准确、自动程度高、易用性强的视频质量诊断系统和算法。本发明包括诊断分析服务器、资源服务器、第三方视频流媒体服务器、任务分发服务器、事件服务器和Web客户端。诊断分析服务器、资源服务器和任务分发服务器的通信端与事件服务器的通信端连接，资源服务器的通信端与第三方视频流媒体服务器的通信端连接，第三方视频流媒体服务器和事件服务器的通信端与Web客户端的通信端连接，第三方视频流媒体服务器是流媒体服务器或者第三方视频平台，提供系统的流媒体访问接口。第三方视频流媒体服务器和事件服务器与Web客户端之间分别设置有视频预览控件和事件通知控件。

Description

视频质量诊断系统及视频质量分析算法

技术领域

本发明涉及视频图像领域，特别是涉及一种视频质量诊断系统及视频质量分析算法。

背景技术

据不完全统计数据显示，目前运行的监控系统中正常使用的摄像机的比例不到60％，而且当前数量庞大的视频监控系统的运维工作主要都是靠人工检测和处理，即使目前的监控平台上也出现了类似故障自动检测等功能，但是这些功能只停留在简单的判断设备图像是否存在、网络是否连通等简单的故障判断，对视频监控中存在的视频图像模糊、图像颜色不正常、图像条纹干扰、雪花点干扰、摄像机严重偏移、云台失控等视频质量问题没有判断和检测功能。所以目前监控系统运维出现了监测难度大，故障处理不及时，运维工作量巨大，导致运维的成本不断增加，故障视频也得不到及时的维护和修复，使得视频监控系统的使用效果大打折扣，严重影响了安全保障工作的有效开展。

发明内容

本发明要解决的技术问题是提供一种诊断准确、自动化程度高、易用性强的视频质量诊断系统及视频质量分析算法。

本发明视频质量诊断系统，其中，包括诊断分析服务器、资源服务器、第三方视频流媒体服务器、任务分发服务器、事件服务器和Web客户端，诊断分析服务器、资源服务器和任务分发服务器的通信端与事件服务器的通信端连接，资源服务器的通信端与第三方视频流媒体服务器的通信端连接，第三方视频流媒体服务器和事件服务器的通信端与Web客户端的通信端连接，事件服务器内部设置有松耦合处理系统，第三方视频流媒体服务器是流媒体服务器或者第三方视频平台，第三方视频流媒体服务器提供系统的流媒体访问接口，第三方视频流媒体服务器与Web客户端之间设置有视频预览控件，事件服务器与Web客户端之间设置有事件通知控件，事件服务器将需要诊断的视频和诊断任务分别传输给诊断分析服务器和任务分发服务器，诊断分析服务器和任务分发服务器将达到执行时间的诊断视频和诊断任务通知诊断服务器进行诊断。

本发明视频质量诊断系统，其中所述第三方视频流媒体服务器和事件服务器与Web客户端之间设置有Web服务器。

本发明视频质量诊断系统，其中所述Web服务器内部设置有java、MySQL数据库和Tomcat软件程序。

本发明视频质量分析算法，其中，包括基于方向算子的图像噪声检测算法和基于边缘宽度的图像清晰度检测算法。

本发明视频质量分析算法，其中所述基于方向算子的图像噪声检测算法又包括以下步骤：

步骤一，记录图像的像素点；

步骤二：选取该段像素点中一个像素点为第一像素点，计算第一像素点处八方向算子卷积绝对值的最小值，将最小值与第一像素点进行比较，如果最小值大于第一像素点值，则第一像素点处存在噪声点；如果最小值大于或者等于第一像素点值，则第一像素点不存在噪声点；

步骤三：在第一像素点的邻域范围选取另一个像素点作为第二像素点，将第二像素点与第一像素点的局部隶属度函数进行比较，如果第二像素点值小于或者等于第一像素点值的局部隶属函数，则为第一像素点不存在噪声点；如果第二像素点大于第一像素点值的局部隶属函数，则第一像素点处存在噪声点。

本发明视频质量分析算法，其中所述基于边缘宽度的图像清晰度检测算法又包括以下步骤：

步骤一：输入图像信号，提取图像边缘信号，并将图像边缘信号进行分块；

步骤二：块中图像边缘信号的像素点数与整体图像信号的像素点数作商，如果计算得出的商值小于0.2％，则认为该块中的图像边缘为平滑的；如果计算得出的商值大于或者等于0.2％，则需要计算确定边缘点的过渡宽度；

步骤三：通过边缘点的过度宽度估算边缘点的清晰度；

步骤四：通过边缘点的清晰度计算得出整个图像信号的清晰度。

本发明视频质量诊断系统及视频质量分析算法与现有技术不同之处在于：本发明Web客户端、第三方视频流媒体服务器和事件服务器能够分别对视频数据进行采集、传输和存储处理，并通过诊断分析服务器采用基于方向算子的图像噪声检测算法对视频的质量进行诊断分析，采集数据全面。视频质分析量算法先进，在进行计算过程中进行二次判断，准确度大大提高。实时进行检测，能够及时发现视频设备故障和损坏情况，降低了损失。设置有事件通知控件和事件服务器，能够在Web客户端设置不同的诊断计划，对不同的视频进行监测，适用性更广。

下面结合附图对本发明视频质量诊断系统及视频质量分析算法作进一步说明。

附图说明

图1为本发明视频质量诊断系统的结构框图；

图2为本发明视频质量分析算法中基于方向算子的图像噪声检测算法的流程图；

图3为本发明视频质量分析算法中基于边缘宽度的图像清晰度检测算法的流程图；

图4为本发明视频质量诊断系统的闭环工作流程图。

具体实施方式

如图1所示，为本发明视频质量诊断系统的结构框图，包括诊断分析服务器1、资源服务器2、第三方视频流媒体服务器3、任务分发服务器4、事件服务器5、Web服务器6和Web客户端9。诊断分析服务器1、资源服务器2和任务分发服务器4的通信端都与事件服务器5的通信端连接，资源服务器2的通信端与第三方视频流媒体服务器3的通信端连接，第三方视频流媒体服务器3和事件服务器5的通信端通过Web服务器6与Web客户端9的通信端连接，在第三方视频流媒体服务器3与Web客户端9之间设置有视频预览控件(OCX)7，事件服务器5与Web客户端9之间设置有事件通知控件(OCX)8。

Web客户端9通过嵌入视频预览控件7对需要进行质量诊断的视频进行预览，Web客户端9通过嵌入事件通知控件8将新设备的导入信息和更新诊断计划任务信息通过Web服务器6传输给事件服务器5。Web服务器6提供诊断系统运行的Web服务，Web服务器6内部设置有java、MySQL数据库和Tomcat等软件程序。第三方视频流媒体服务器3是流媒体服务器或者第三方视频平台，第三方视频流媒体服务器3提供整个系统的流媒体访问接口。资源服务器2接收第三方视频流媒体服务器3上的视频信息，并将视频信息传输给事件服务器5，事件服务器5作为事件处理的中转设备内部设置有松耦合处理系统，事件服务器5将需要诊断的视频和诊断任务分别传输给诊断分析服务器1和任务分发服务器4，诊断分析服务器1和任务分发服务器4负责将达到执行时间的诊断视频和诊断任务通知诊断服务器进行诊断。

如图4所示，为本发明视频质量诊断系统的闭环工作流程图，对视频质量进行诊断的整个闭环工作过程包括监控、维修和诊断三个部分：诊断服务器将预先设定的诊断预案通过视频处理设备传输给矩阵装置、数字硬盘录像机(DVR)/数字视频编码器(DVS)和监控平台，视频处理设备对视频信号进行模数转换，监控平台控制矩阵装置和数字硬盘录像机(DVR)/数字视频编码器(DVS)对视频信号进行处理后，自动对摄像机的视频信号进行检测，并记录所有的检测结果。监控平台将视频信号有问题的设备信息发送给维护人员，维护人员根据接收到的信息对设备进行调试维修，调试维修结束后，监控平台的前端人员可以进行诊断确认，以保证任务完成。有线用户和无线用户可通过Web客户端对系统运行情况进行监控，接收并处理报警信息，查询历史信息，并根据摄像机所在区域、所属分组、故障严重程度等不同属性进行多种统计分析并生成报表。

在进行视频质量诊断的过程中，需要采用两种图像检测算法：

第一种检测算法为基于方向算子的图像噪声检测算法，如图2所示，该算法的计算步骤为：

步骤一，输入图像信号，记录像素点。

步骤二：选取该段像素点中的第一像素点T1，计算第一像素点T1处八方向算子卷积绝对值的最小值N，将最小值N与第一像素点T1进行比较，如果N＞T1，则第一像素点T1处存在噪声点；如果N≤T1，则第一像素点T1为图像本身像素点，不存在噪声点。

步骤三：在第一像素点T1的邻域范围选取另一个第二像素点T2，将第二像素点T2值与第一像素点T1的局部隶属度函数(第一像素点T1邻域范围内的隶属度函数)f(x)值进行比较，如果第二像素点T2值小于或者等于第一像素点T1的局部隶属函数f(x)值，则为第一像素点T1为图像本身像素点，不存在噪声点；如果第二像素点T2值大于第一像素点T1的局部隶属函数f(x)值，则确定第一像素点T1处存在噪声点。

该算法的基本思想是：图像信号在没有被噪声点污染的区域是光滑连续的，如果一点的像素值与其邻域的像素值差别不是很大，即该点的像素值与其邻域的相关性较大，那么该点没有受到噪声的污染，如果该点的像素值与其邻域的相关性较小，即该点的像素值与其邻域的像素值差别较大，那么该点受到噪声污染。利用该算法确定噪声点后，还可以利用隶属度函数进行二次判断，以免造成误报。

第二种检测算法为基于边缘宽度的图像清晰度检测算法，如图3所示，该算法的计算步骤为：

步骤一：输入图像信号，提取图像边缘信号，并将图像边缘信号进行分块。

步骤二：块中图像边缘信号的像素点数与整体图像信号的像素点数作商，如果计算得出的商值小于0.2％，则认为该块中的图像边缘为平滑的，无需处理；如果计算得出的商值大于或者等于0.2％，则需要计算确定边缘点的过渡宽度；

步骤三：通过边缘点的过度宽度估算边缘点的清晰度；

步骤四：通过边缘点的清晰度计算得出整个图像信号的清晰度，并进行清晰度处理。

该算法的基本思想是：清晰度就是图像细节边缘的敏锐程度，在图像细节的边缘处，光学密度或者亮度随位置的变化越敏锐越剧烈，则细节的边缘就越清晰。

本发明视频质量诊断系统及视频质量分析算法，Web客户端9、第三方视频流媒体服务器2和事件服务器5能够分别对视频数据进行采集、传输和存储处理，并通过诊断分析服务器1采用基于方向算子的图像噪声检测算法对视频的质量进行诊断分析，采集数据全面。视频质分析量算法先进，在进行计算过程中进行二次判断，准确度大大提高。实时进行检测，能够及时发现视频设备故障和损坏情况，降低了损失。设置有事件通知控件8和事件服务器5，能够在Web客户端9设置不同的诊断计划，对不同的视频进行监测，适用性更广。本发明可靠性高、自动化程度高、易用性强，与现有技术相比具有明显的优点。

以上所述的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案作出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

Claims (6)

1.一种视频质量诊断系统，其特征在于：包括诊断分析服务器、资源服务器、第三方视频流媒体服务器、任务分发服务器、事件服务器和Web客户端，诊断分析服务器、资源服务器和任务分发服务器的通信端与事件服务器的通信端连接，资源服务器的通信端与第三方视频流媒体服务器的通信端连接，第三方视频流媒体服务器和事件服务器的通信端与Web客户端的通信端连接，事件服务器内部设置有松耦合处理系统，第三方视频流媒体服务器是流媒体服务器或者第三方视频平台，第三方视频流媒体服务器提供系统的流媒体访问接口，第三方视频流媒体服务器与Web客户端之间设置有视频预览控件，事件服务器与Web客户端之间设置有事件通知控件，事件服务器将需要诊断的视频和诊断任务分别传输给诊断分析服务器和任务分发服务器，诊断分析服务器和任务分发服务器将达到执行时间的诊断视频和诊断任务通知诊断服务器进行诊断。

2.根据权利要求1所述的视频质量诊断系统，其特征在于：所述第三方视频流媒体服务器和事件服务器与Web客户端之间设置有Web服务器。

3.根据权利要求2所述的视频质量诊断系统，其特征在于：所述Web服务器内部设置有java、MySQL数据库和Tomcat软件程序。

4.权利要求1中视频质量诊断的分析算法，其特征在于：包括基于方向算子的图像噪声检测算法和基于边缘宽度的图像清晰度检测算法。

5.根据权利要求4所述的视频质量分析算法，其特征在于：所述基于方向算子的图像噪声检测算法又包括以下步骤：

步骤一，记录图像的像素点；

步骤二：选取该段像素点中一个像素点为第一像素点，计算第一像素点处八方向算子卷积绝对值的最小值，将最小值与第一像素点进行比较，如果最小值大于第一像素点值，则第一像素点处存在噪声点；如果最小值大于或者等于第一像素点值，则第一像素点不存在噪声点；

步骤三：在第一像素点的邻域范围选取另一个像素点作为第二像素点，将第二像素点与第一像素点的局部隶属度函数进行比较，如果第二像素点值小于或者等于第一像素点值的局部隶属函数，则为第一像素点不存在噪声点；如果第二像素点大于第一像素点值的局部隶属函数，则第一像素点处存在噪声点。

6.根据权利要求4所述的视频质量分析算法，其特征在于：所述基于边缘宽度的图像清晰度检测算法又包括一下步骤：

步骤一：输入图像信号，提取图像边缘信号，并将图像边缘信号进行分块；

步骤二：块中图像边缘信号的像素点数与整体图像信号的像素点数作商，如果计算得出的商值小于0.2％，则认为该块中的图像边缘为平滑的；如果计算得出的商值大于或者等于0.2％，则需要计算确定边缘点的过渡宽度；

步骤三：通过边缘点的过度宽度估算边缘点的清晰度；

步骤四：通过边缘点的清晰度计算得出整个图像信号的清晰度。