CN106599783A - 一种视频遮挡检测方法及装置 - Google Patents

Abstract

本发明提供一种视频遮挡检测方法及装置，所述方法包括：根据待检测视频帧中相邻像素点的亮度值的变化幅度确定待检测视频帧对应的模糊度图像；确定所述模糊度图像中预设数量的目标像素块的模糊度比例；其中，所述目标像素块为所述模糊度图像中预设区域处的预设大小的像素块；根据所述预设数量的目标像素块的模糊度比例对所述模糊度图像进行子块划分；根据各子块的模糊度对所述模糊度图像进行二值化处理；确定所述二值化处理后的模糊度图像中的连通域面积，并根据所述连通域面积进行视频遮挡判决。应用本发明实施例可以提高视频遮挡检测的准确度和精度。

Description

一种视频遮挡检测方法及装置

技术领域

本发明涉及视频监控技术领域，尤其涉及一种视频遮挡检测方法及装置。

背景技术

在视频监控技术领域中，摄像机是获取信息最主要的设备，摄像机工作的好坏直接关系到视频监控的品质。在实际的监控环境中，有些摄像机可能被安装在离监控中心比较偏远的地方，而且这些区域少有人去查看，即使有人巡逻，也难以通过肉眼观察摄像机的工况。常常出现的一种情况是某区域发生了安全事故需要调取该区域的监控视频时，发现该区域视频信息被遮挡或者积灰而无法使用，严重阻碍事故的排查时间，同时造成资源浪费。

发明内容

本发明提供一种视频遮挡检测方法及装置，以提高视频遮挡检测的准确度和精度。

根据本发明的第一方面，提供一种视频遮挡检测方法，应用于视频监控系统中的后端设备，所述方法包括：

根据待检测视频帧中相邻像素点的亮度值的变化幅度确定待检测视频帧对应的模糊度图像；

确定所述模糊度图像中预设数量的目标像素块的模糊度比例；其中，所述目标像素块为所述模糊度图像中预设区域处的预设大小的像素块；

根据所述预设数量的目标像素块的模糊度比例对所述模糊度图像进行子块划分；

根据各子块的模糊度对所述模糊度图像进行二值化处理；

确定所述二值化处理后的模糊度图像中的连通域面积，并根据所述连通域面积进行视频遮挡判决。

根据本发明的第二方面，提供一种视频遮挡检测装置，应用于视频监控系统中的后端设备，所述装置包括：

第一确定单元，用于根据待检测视频帧中相邻像素点的亮度值的变化幅度确定待检测视频帧对应的模糊度图像；

第二确定单元，用于确定所述模糊度图像中预设数量的目标像素块的模糊度比例；其中，所述目标像素块为所述模糊度图像中预设区域处的预设大小的像素块；

划分单元，用于根据所述预设数量的目标像素块的模糊度比例对所述模糊度图像进行子块划分；

二值化处理单元，用于根据各子块的模糊度对所述模糊度图像进行二值化处理；

判决单元，用于确定所述二值化处理后的模糊度图像中的连通域面积，并根据所述连通域面积进行视频遮挡判决。

应用本发明公开的技术方案，通过根据待检测视频帧中相邻像素点的亮度值的变化幅度确定待检测视频帧对应的模糊度图像，确定模糊度图像中预设数量的目标像素块的模糊度比例，并根据该预设数量的目标像素块的模糊度比例对模糊度图像进行子块划分，根据各子块的模糊度对模糊度图像进行二值化处理，进而，确定二值化处理后的模糊度图像中的连通域面积，并根据所述连通域面积进行视频遮挡判决，不仅可以确定视频画面是否被遮挡，还可以确定视频画面遮挡程度，提高了视频遮挡检测的准确度和精度。

附图说明

图1是本发明实施例提供的一种视频遮挡检测方法的流程示意图；

图2是本发明实施例提供一种子块划分的示意图；

图3是本发明实施例提供的一种视频遮挡检测装置的结构示意图；

图4是本发明实施例提供的另一种视频遮挡检测装置的结构示意图；

图5是本发明实施例提供的另一种视频遮挡检测装置的结构示意图。

具体实施方式

为了使本领域技术人员更好地理解本发明实施例中的技术方案，并使本发明实施例的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明实施例中技术方案作进一步详细的说明。

请参见图1，图1为本发明实施例提供的一种视频遮挡检测方法的流程示意图，如图1所示，该视频遮挡方法可以包括：

需要说明的是，步骤101～步骤105的执行主体可以为视频监控系统中的后端设备，如后台服务器，为便于描述，以下以步骤101～步骤105的执行主体为后台服务器为例进行说明。

步骤101、根据待检测视频帧中像素点的亮度值的变化幅度确定待检测视频帧对应的模糊度图像。

本发明实施例中，对于需要进行视频遮挡检测的视频的任一帧视频(本文中可以称为待检测视频帧)，后台服务器可以根据统计该待检测视频帧中相邻像素点的亮度值的变化幅度，并根据该待检测视频帧中相邻像素点的亮度值的变化幅度确定待检测视频帧对应的模糊度图像；其中，该模糊度图像用于反映待检测视频帧中相邻像素点的亮度值的变化幅度。

可选地，在本发明实施例中，后台服务器在确定待检测视频帧对应的模糊度图像时可以通过Laplacian算子(一种二阶微分算子)、或Sobel、Prewitt、Canny等边缘检测算子实现。

为便于说明，以下以后台服务器通过Laplacian算子确定待检测图像中各像素点的模糊度为例进行描述。

具体地，考虑到当视频画面被遮挡时，被遮挡的部分区域通常像素点的亮度值变化幅度较小，未被遮挡的部分区域通常像素点的亮度值变化幅度较大，利用Laplacian算子对待检测视频帧进行卷积操作后，就可以得到一幅反映像素点之间变化幅度的模糊度图像(G_Blur)，其中，每个像素点的值记为L_Pixel(i,j)，以|L_Pixel(i,j)|表示像素点Pixel(i,j)在当前邻域内(4邻域、8邻域等)的模糊程度。

作为一种可选的方式，在本发明实施例中，上述根据待检测视频帧中相邻像素点的亮度值的变化幅度确定待检测视频帧对应的模糊度图像之前，还可以包括：

对待检测视频帧进行去噪声处理；

当待检测视频帧的大小超过第一预设阈值时，对去噪声处理后的待检测视频帧进行缩小处理，以使缩小处理后的待检测视频帧的大小小于第一预设阈值；

根据待检测视频帧中相邻像素点的亮度值的变化幅度确定待检测视频帧对应的模糊度图像，包括：

根据缩小处理后待检测视频帧中相邻像素点的亮度值的变化幅度确定待检测视频帧对应的模糊度图像。

在该实施方式中，为了消除待检测视频帧中的噪声影响，提高模糊度计算的准确度，后台服务器获取到待检测视频帧之后，可以先对该待检测视频帧进行去噪声处理，例如，后台服务器可以通过均值滤波、中值滤波或高斯滤波等滤波方式对待检测视频帧进行滤波处理。

此外，为了提高待检测视频帧的锐度，减小监控场景中正常物体因为远近距离不同引起的模糊度差异，后台服务器获取到待检测视频帧之后，还可以判断待检测视频帧的大小是否超过预设阈值(可以根据实际场景设定，本文中称为第一预设阈值)，并当待检测视频帧的大小超过第一预设阈值时，对该待检测视频帧进行缩小处理，以使缩小处理后的待检测视频帧的大小小于该第一预设阈值。

其中，在本发明实施例中，可以预先设定待检测视频帧缩小后的推荐大小，即当需要对待检测视频帧进行缩小处理时，可以将该待检测视频帧缩小到该推荐大小或接近该推荐大小。相应地，上述第一预设阈值也可以参考该推荐大小确定，如推荐大小*1.5、推荐大小*2等。

举例来说，假设上述推荐大小对应的像素点数量为N＝102400，第一预设阈值为N*1.5，待检测图像帧为1080P视频帧，视频图像宽高分别为Width＝1920，Height＝1080；由于1920*1080>N*1.5，因此，需要对待检测视频帧进行缩小处理，此时，后台服务器可以通过以下方式计算缩小比例R：

缩小后图像的宽高分别为Width＝1920*0.22＝427；Height＝1080*0.22＝240；缩小后的待检测视频帧中的像素点数量为427*240＝102480，即缩小处理后的待检测视频帧中的像素点并不一定等于N，也可以是一个接近N的值。

值得说明的是，在本发明实施例中，对待检测视频帧进行去噪声处理以及对待检测视频帧进行缩小处理之间并不存在必然的时序关系，即可以按照上述实施例中描述的先对待检测视频帧进行去噪声处理，后对去噪声处理后的待检测视频帧进行缩小处理(在需要的情况下)；也可以先对待检测视频帧进行缩小处理(在需要的情况下)，后对缩小后的待检测视频帧进行去噪声处理，其具体实现本发明实施例在此不做赘述。

本发明实施例中，后台服务器对待检测视频帧进行了去噪声处理以及缩小处理(在需要的情况下)之后，可以根据处理后的待检测视频帧中相邻像素点的亮度值的变化幅度确定待检测视频帧对应的模糊度图像，其具体实现与上述实施例中描述的相类似，本发明实施例在此不再赘述。

步骤102、确定该模糊度图像中预设数量的目标像素块的模糊度比例；其中，该目标像素块为模糊度图像中预设区域处的预设大小的像素块。

本发明实施例中，为了更加合理地确定模糊度图像需要划分的子块数量(也即待检测视频帧需要划分的子块数量)，后台服务器确定了待检测视频帧对应的模糊度图像时，可以对模糊度图像进行像素块采样，获取预设数量(可以根据实际场景设定，如5个、10个等)的像素块。

本发明实施例中，为了保证采样的可靠性，后台服务器从模糊度图像中获取到的采样像素块需要均匀地分布在模糊度图像中，且采样像素块的大小也需要与模糊度图像的大小相匹配。

举例来说，后台服务器可以从模糊度图像中获取5个长宽分别为图像长宽0.1倍的像素块作为采样像素块，各像素块左上角的坐标可以分别为(0.1*W，0.1*H)，(0.7*W，0.1*H)，(0.4*W，0.4*H)，(0.1*W，0.7*H)，(0.7*W，0.7*H)；其中，以图像左上角为坐标原点(0，0)，即分别从模糊度图像的左上角、左下角、右上角、右下角以及中心区域选定5个指定大小的像素块作为采样像素块。

其中，在本发明实施例中，将后台服务器从模糊度图像中预设区域处获取到的预设数量的预设大小的像素块称为目标像素块。

本发明实施例中，后台服务器确定了目标像素块之后，可以计算各目标像素块的模糊度比例。

举例来说，对于模糊度图像G_Blur的一个目标像素块I_i(i＝1，2…n，n为目标像素块的数量，即上述预设数量)，通过以下公式计算该目标像素块的的模糊度比例p_i：

其中，S_opt为像素块I_i中模糊度|L_Pixel(i,j)|高于阈值T1的像素点的数量，S_total为像素块I_i中像素点总数。

步骤103、根据该预设数量的目标像素块的模糊度比例对模糊度图像进行子块划分。

本发明实施例中，后台服务器确定了目标像素块的模糊度比例之后，可以根据上述预设数量的目标像素块的模糊度比例确定该模糊度图像进行子块划分时的子块数量，并对该模糊度图像进行相应地子块划分。

作为一种可选的实施方式，在本发明实施例中，上述根据预设数量的目标像素块的模糊度比例对模糊度图像进行子块划分，可以包括：

通过以下公式确定模糊度图像对应的最优子块数量N_blocks：

其中，N_base为子块数量的基准值，为p_i的平均值，min(p_i)为p_i的最小值，max(p_i)为pi的最大值，K为系数因子，p_i为目标像素块i的模糊度比例，0＜i≤n，n为所述预设数量；

根据模糊度图像对应的最优子块数量对模糊度图像进行子块划分。

在该实施方式中，后台服务器确定了各目标像素块的模糊度比例之后，可以根据各目标像素块的模糊度比例，通过上述公式确定模糊度图像对应的最优子块数量，并根据该最优子块数量对模糊度图像进行子块划分。

举例来说，以后台服务器将模糊度图像划分为正方形子块为例，假设后台服务器通过上述公式计算得到的最优子块数量为200，模糊度图像大小为427*240，则子块的边长可以通过以下公式确定：

实际分块数量：

宽：WBlock＝427/23≈18.5＝19；

高：HBlocks＝240/23≈10.4＝11；

即实际分块数量：19*11＝209，其示意图可以如图2所示，其中，阴影部分均为边长为23像素点的正方形子块，但最后一列与最后一行的长或宽会小于23。

应该认识到，上述实施例中描述的确定模糊度图像对应的最优子块数量的实现方式，以及对模糊度图像进行子块划分的方式均属于本发明实施例中相应方案的具体示例，而并不是对本发明保护范围的限定，即本发明实施例中，也可以通过其它方式确定模糊度图像对应的最优子块数量(如对上述最优子块数量计算公式进行简单变型、或使用其它本领域技术人员在不付出创造性劳动前提下可以得到的变型等)，也可以通过其它方式对模糊度图像进行子块划分，例如，可以在得到了最优子块数量后，根据该最优子块数量对模糊度图像进行等分，或者，不参考上述最优子块数量，而直接按照预设子块数量或预设子块大小对模糊度图像进行子块划分，其具体实现在此不做赘述。

步骤104、根据各子块的模糊度对模糊度图像进行二值化处理。

本发明实施例中，当后台服务器对模糊度图像进行子块划分处理后，后台服务器可以分别统计各子块的模糊度，并根据各子块的模糊度对模糊度图像进行二值化处理。

举例来说，后台服务器对模糊度图像进行子块划分处理之后，对于任一子块，后台服务器可以根据该子块内像素点的模糊度的最大值，即max|L_Pixel(i,j)|，并将其作为该子块的模糊度，进而，后台服务器可以通过将各子块的模糊度与预设的模糊度阈值(本文中称为T₂)进行比较，当子块的模糊度小于T2时，将该子块内的像素点的像素值置为1，当子块的模糊度大于等于T2时，将该子块内的像素点的像素值置为0。

值得说明的是，在本发明实施例中，为了平滑模糊度图像，降低视频遮挡误检测概率，后台服务器在对模糊度图像进行子块划分，并确定了各子块的模糊度之后，可以对处理后的模糊度图像进行滤波处理(如进行均值滤波、中值滤波等)；此外，后台服务器在对模糊度图像进行了二值化处理之后，还可以对二值化处理后的模糊度图像进行形态学处理(如闭运算)。

步骤105、确定二值化处理后的模糊度图像中的连通域面积，并根据连通域面积进行视频遮挡判决。

本发明实施例中，后台服务器对模糊度图像进行二值化处理之后，可以确定二值化处理后的模糊度图像中的连通域，并计算模糊度图像中的连通域的面积(如存在多个连通域，则为连通域面积之和)。

其中，模糊度图像中连通域的面积可以认为是视频画面被遮挡的面积，因而，后台服务器可以根据连通域面积进行视频遮挡判决，即确定视频是否被遮挡，以及遮挡程度(全部遮挡、部分遮挡等)等。

作为一种可选的实施方式，在本发明实施例中，根据连通域面积进行视频遮挡判决，可以包括：

根据连通域面积确定待检测视频帧对应的检测评分；

当检测评分满足预设条件时，进行视频遮挡告警。

在该实施方式中，后台服务器确定了二值化处理后的模糊度图像中的连通域面积之后，后台服务器可以根据该连通域面积以及预设设定的连通域面积与检测评分(即视频遮挡检测评分)的对应关系，确定待检测视频帧的检测评分。

其中，视频遮挡检测评分可以与连通域面积负相关，即连通域面积越大，视频遮挡检测评分越低，相应地，视频画面被遮挡的情况越严重。例如，0分表示完全遮挡，1～99分表示部分遮挡，100分表示未被遮挡；检测评分的分值可以与连通域面积线性相关或其它形式相关。

相应地，在本发明实施例中，可以预先设定一个检测评分阈值，当后台服务器根据连通域面积确定的待检测视频帧对应的检测评分低于该检测评分阈值时，后台服务器认为检测评分满足预设条件，从而，后台服务器可以进行视频遮挡告警，即通知管理员视频画面遮挡比较严重，需要采取相关处理。

优选地，在本发明实施例中，后台服务器进行视频遮挡告警时，还可以将被遮挡的位置和大小(通过连通域的位置和面积确定)通知给管理员，以便管理员更好地采取处理措施。

进一步地，在本发明实施例中，针对任一摄像机，可以预先对该摄像机的监控画面中设置感兴趣区域，当后台服务器根据该摄像机对应的待检测视频帧确定监控画面中的感兴趣区域被遮挡时，后台服务器可以直接进行告警，而不需要再根据连通域面积对应的检测评分确定是否告警。

值得说明的是，在本发明实施例中，视频遮挡检测评分也可以与连通域面积正相关，即连通域面积越大，视频遮挡检测评分越高，相应地，视频画面被遮挡的情况越严重。例如，100分表示完全遮挡，99～1分表示部分遮挡，0分表示未被遮挡；相应地，在该情况下，后台服务器需要在待检测视频帧对应的检测评分低于预设阈值时，进行视频遮挡告警，其具体实现本发明实施例不做赘述。

此外，在本发明实施例中，视频遮挡检测评分也可以与视频帧中被遮挡的区域相关，如可以预先设定不同区域在被遮挡情况下对应的评分，越关键的区域被遮挡评分越高(评分与遮挡面积正相关)或评分越低(评分与遮挡面积负相关)，其具体实现在此不再赘述。

进一步地，在本发明实施例中，考虑到计算遮挡面积时，二值化图像中可能会有多块不相连的连通域，而一般只有一块是真实的遮挡区域，其他区域可能是复杂环境因素引起的误检，例如建筑物玻璃幕墙强光反射、附着在镜面上的雨水等等。因此为了降低误检测，后台服务器可以对非常规的遮挡图像进行过滤和二次检测。

相应地，作为一种可选的实施方式，在本发明实施例中，上述确定二值化处理后的模糊度图像中的连通域面积之后，根据连通域面积进行视频遮挡判决之前，还包括：

判断当前是否为第一次确定待检测视频帧对应的二值化处理后的模糊度图像中的连通域面积；

若是，则确定该二值化处理后的模糊度图像中各连通域之间的离散度，并当各连通域之间的离散度超过第二预设阈值时，对待检测视频帧进行图像增强处理，并根据图像增强处理后的待检测视频帧进行视频遮挡检测；当各连通域之间的离散度未超过所述第二预设阈值时，根据连通域面积进行视频遮挡判决；

否则，确定执行上述根据连通域面积进行视频遮挡判决的步骤。

在该实施方式中，对于任一待检测视频帧，当后台服务器第一次确定了该待检测视频帧中的连通域面积时，后台服务器在根据该连通域面积进行视频遮挡判决之前，可以先确定模糊度图像中各连通域之间的离散度，并当各连通域之间的离散度超过预设阈值(可以根据实际场景设定，本文中称为第二预设阈值)时，后台服务器可以认为当前存在较高的误检测风险，此时，后台服务器可以对待检测视频帧进行图像增强处理，并根据图像增强处理后的待检测视频帧进行视频遮挡检测。

其中，后台服务器对待检测视频帧进行图像增强处理时可以通过采用CLAHE(Contrast Limited Adaptive Histogram Equalization，限制对比度自适应直方图均衡化)算法实现，也可以通过采用其它方式实现，如采用其它类似的空间域算法或直方图均衡算法，或采用高通滤波等频率域算法，其具体实现在此不做赘述。

此外，后台服务器根据图像增强处理后的待检测视频帧进行视频遮挡检测与后台服务器根据图像增强处理前的待检测视频帧进行视频遮挡检测的实现相类似，其具体实现可以参见上述方法流程中的相关描述，本发明实施例在此不再赘述。

在该实施方式中，当后台服务器确定各连通域之间的离散度未超过上述第二预设阈值，或后台服务器不是第一次确定待检测视频帧对应的二值化处理后的模糊度图像中的连通域面积时，后台服务器可以直接根据统计得到的连通域面积进行视频遮挡判决。

可选地，在本发明实施例中，确定二值化处理后的模糊度图像中各连通域之间的离散度通过以下公式确定：

其中，D_disperse为各连通域之间的离散度，S_i为连通域i的面积，(x_i，y_i)为连通域i的形心坐标，S_max为面积最大的连通域的面积，(a，b)为面积最大的连通域的形心坐标，N_b为模糊度图像包括的子块数量，0＜i≤N_S，N_S为模糊度图像中连通域的数量。

应该认识到，上述计算各连通域之间的离散度的公式仅仅是本发明实施例中计算各连通域之间的离散度的一种具体示例，而并不是对本发明保护范围的限定，在本发明实施例提供的上述方案的基础上，本领域技术人员在未付出创造性劳动的前提下，对上述离散度计算公式进行的调整和变型均应属于本发明保护范围。

此外，在本发明实施例中，为了进一步降低误检概率，后台服务器也可以进行两次或两次以上的连通域之间的离散度计算以及图像增强处理(在离散度超过上述第二预设阈值的情况下)，并在离散度计算的次数达到预设数量(该预设数量大于等于2)时，不再进行离散度计算，其具体实现在此不再赘述。

通过以上描述可以看出，在本发明实施例提供的技术方案中，通过根据待检测视频帧中相邻像素点的亮度值的变化幅度确定待检测视频帧对应的模糊度图像，确定模糊度图像中预设数量的目标像素块的模糊度比例，并根据该预设数量的目标像素块的模糊度比例对模糊度图像进行子块划分，根据各子块的模糊度对模糊度图像进行二值化处理，进而，确定二值化处理后的模糊度图像中的连通域面积，并根据所述连通域面积进行视频遮挡判决，不仅可以确定视频画面是否被遮挡，还可以确定视频画面遮挡程度，提高了视频遮挡检测的准确度和精度。

请参见图3，为本发明实施例提供的一种视频遮挡检测装置的结构示意图，其中，该视频遮挡检测装置可以应用于上述方法实施例中的后端设备，如图3所示，该视频遮挡检测装置可以包括：

第一确定单元310，用于根据待检测视频帧中相邻像素点的亮度值的变化幅度确定待检测视频帧对应的模糊度图像；

第二确定单元320，用于确定所述模糊度图像中预设数量的目标像素块的模糊度比例；其中，所述目标像素块为所述模糊度图像中预设区域处的预设大小的像素块；

划分单元330，用于根据所述预设数量的目标像素块的模糊度比例对所述模糊度图像进行子块划分；

二值化处理单元340，用于根据各子块的模糊度对所述模糊度图像进行二值化处理；

判决单元350，用于确定所述二值化处理后的模糊度图像中的连通域面积，并根据所述连通域面积进行视频遮挡判决。

请一并参见图4，为本发明实施例提供的另一种视频遮挡检测装置的结构示意图，如图4所示，在图3所示视频遮挡检测装置的基础上，图4所示视频遮挡检测装置还包括：

去噪单元360，用于对所述待检测视频帧进行去噪声处理；

缩放单元370，用于当所述待检测视频帧的大小超过第一预设阈值时，对去噪声处理后的待检测视频帧进行缩小处理，以使缩小处理后的待检测视频帧的大小小于所述第一预设阈值；

所述第一确定单元310，具体用于根据缩小处理后待检测视频帧中相邻像素点的亮度值的变化幅度确定待检测视频帧对应的模糊度图像。

在可选实施例中，所述划分单元，具体用于：

通过以下公式确定所述模糊度图像对应的最优子块数量N_blocks：

其中，N_base为子块数量的基准值，为p_i的平均值，min(p_i)为p_i的最小值，max(p_i)为p_i的最大值，K为系数因子，p_i为目标像素块i的模糊度比例，0＜i≤n，n为所述预设数量；

根据所述模糊度图像对应的最优子块数量对所述模糊度图像进行子块划分。

请一并参见图5，为本发明实施例提供的另一种视频遮挡检测装置的结构示意图，如图5所示，在图3所示视频遮挡检测装置的基础上，图5所示视频遮挡检测装置还包括：

判断单元380，用于当所述判决单元350确定了所述二值化处理后的模糊度图像中的连通域面积之后，判断当前是否为第一次确定所述待检测视频帧对应的二值化处理后的模糊度图像中的连通域面积；

第三确定单元390，用于若当前是第一次确定所述待检测视频帧对应的二值化处理后的模糊度图像中的连通域面积，则确定该二值化处理后的模糊度图像中各连通域之间的离散度；

增强处理单元400，用于当各连通域之间的离散度超过第二预设阈值时，对所述待检测视频帧进行图像增强处理，并根据图像增强处理后的待检测视频帧进行视频遮挡检测；

所述判决单元350，具体用于当各连通域之间的离散度未超过所述第二预设阈值，或，当前不是第一次确定所述待检测视频帧对应的二值化处理后的模糊度图像中的连通域面积时，根据所述连通域面积进行视频遮挡判决。

在可选实施例中，所述第三确定单元390，具体用于：

通过以下公式确定二值化处理后的模糊度图像中各连通域之间的离散度：

其中，D_disperse为各连通域之间的离散度，S_i为连通域i的面积，(x_i，y_i)为连通域i的形心坐标，S_max为面积最大的连通域的面积，(a，b)为面积最大的连通域的形心坐标，N_b为模糊度图像包括的子块数量，0＜i≤N_S，N_S为模糊度图像中连通域的数量。

在可选实施例中，所述判决单元350，具体用于根据所述连通域面积确定所述待检测视频帧对应的检测评分；当所述检测评分满足预设条件时，进行视频遮挡告警。

上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本发明方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

由上述实施例可见，通过根据待检测视频帧中相邻像素点的亮度值的变化幅度确定待检测视频帧对应的模糊度图像，确定模糊度图像中预设数量的目标像素块的模糊度比例，并根据该预设数量的目标像素块的模糊度比例对模糊度图像进行子块划分，根据各子块的模糊度对模糊度图像进行二值化处理，进而，确定二值化处理后的模糊度图像中的连通域面积，并根据所述连通域面积进行视频遮挡判决，不仅可以确定视频画面是否被遮挡，还可以确定视频画面遮挡程度，提高了视频遮挡检测的准确度和精度。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (12)

1.一种视频遮挡检测方法，应用于视频监控系统中的后端设备，其特征在于，所述方法包括：

根据待检测视频帧中相邻像素点的亮度值的变化幅度确定待检测视频帧对应的模糊度图像；

确定所述模糊度图像中预设数量的目标像素块的模糊度比例；其中，所述目标像素块为所述模糊度图像中预设区域处的预设大小的像素块；

根据所述预设数量的目标像素块的模糊度比例对所述模糊度图像进行子块划分；

根据各子块的模糊度对所述模糊度图像进行二值化处理；

确定所述二值化处理后的模糊度图像中的连通域面积，并根据所述连通域面积进行视频遮挡判决。

2.根据权利要求1所述的方法，其特征在于，所述根据待检测视频帧中相邻像素点的亮度值的变化幅度确定待检测视频帧对应的模糊度图像之前，还包括：

对所述待检测视频帧进行去噪声处理；

当所述待检测视频帧的大小超过第一预设阈值时，对去噪声处理后的待检测视频帧进行缩小处理，以使缩小处理后的待检测视频帧的大小小于所述第一预设阈值；

所述根据待检测视频帧中相邻像素点的亮度值的变化幅度确定待检测视频帧对应的模糊度图像，包括：

根据缩小处理后待检测视频帧中相邻像素点的亮度值的变化幅度确定待检测视频帧对应的模糊度图像。

3.根据权利要求1所述的方法，其特征在于，所述根据所述预设数量的目标像素块的模糊度比例对所述模糊度图像进行子块划分，包括：

通过以下公式确定所述模糊度图像对应的最优子块数量N_blocks：

$N_{blocks}=N_{base}*\exp \left(\frac{K*(\stackrel{\‾}{p_i}-min(p_i\left)\right)}{max\left(p_i\right)-min\left(p_i\right)}\right)$

其中，N_base为子块数量的基准值，为p_i的平均值，min(p_i)为p_i的最小值，max(p_i)为p_i的最大值，K为系数因子，p_i为目标像素块i的模糊度比例，0＜i≤n，n为所述预设数量；

根据所述模糊度图像对应的最优子块数量对所述模糊度图像进行子块划分。

4.根据权利要求1所述的方法，其特征在于，所述确定所述二值化处理后的模糊度图像中的连通域面积之后，所述根据所述连通域面积进行视频遮挡判决之前，还包括：

判断当前是否为第一次确定所述待检测视频帧对应的二值化处理后的模糊度图像中的连通域面积；

若是，则确定该二值化处理后的模糊度图像中各连通域之间的离散度，并当各连通域之间的离散度超过第二预设阈值时，对所述待检测视频帧进行图像增强处理，并根据图像增强处理后的待检测视频帧进行视频遮挡检测；当各连通域之间的离散度未超过所述第二预设阈值时，根据所述连通域面积进行视频遮挡判决；

否则，确定执行所述根据所述连通域面积进行视频遮挡判决的步骤。

5.根据权利要求4所述的方法，其特征在于，所述确定二值化处理后的模糊度图像中各连通域之间的离散度通过以下公式确定：

$D_{disperse}=\underset{i=1}{\overset{N_S}{\Σ}}\frac{S_i}{S_{\max }}\left(\sqrt{\frac{{(a-x_i)}^2+{(b-y_i)}^2}{N_b}}\right)$

其中，D_disperse为各连通域之间的离散度，S_i为连通域i的面积，(x_i，y_i)为连通域i的形心坐标，S_max为面积最大的连通域的面积，(a，b)为面积最大的连通域的形心坐标，N_b为模糊度图像包括的子块数量，0＜i≤N_S，N_S为模糊度图像中连通域的数量。

6.根据权利要求1所述的方法，其特征在于，所述根据所述连通域面积进行视频遮挡判决，包括：

根据所述连通域面积确定所述待检测视频帧对应的检测评分；

当所述检测评分满足预设条件时，进行视频遮挡告警。

7.一种视频遮挡检测装置，应用于视频监控系统中的后端设备，其特征在于，所述装置包括：

第一确定单元，用于根据待检测视频帧中相邻像素点的亮度值的变化幅度确定待检测视频帧对应的模糊度图像；

第二确定单元，用于确定所述模糊度图像中预设数量的目标像素块的模糊度比例；其中，所述目标像素块为所述模糊度图像中预设区域处的预设大小的像素块；

划分单元，用于根据所述预设数量的目标像素块的模糊度比例对所述模糊度图像进行子块划分；

二值化处理单元，用于根据各子块的模糊度对所述模糊度图像进行二值化处理；

判决单元，用于确定所述二值化处理后的模糊度图像中的连通域面积，并根据所述连通域面积进行视频遮挡判决。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括：

去噪单元，用于对所述待检测视频帧进行去噪声处理；

缩放单元，用于当所述待检测视频帧的大小超过第一预设阈值时，对去噪声处理后的待检测视频帧进行缩小处理，以使缩小处理后的待检测视频帧的大小小于所述第一预设阈值；

所述第一确定单元，具体用于根据缩小处理后待检测视频帧中相邻像素点的亮度值的变化幅度确定待检测视频帧对应的模糊度图像。

9.根据权利要求7所述的装置，其特征在于，所述划分单元，具体用于：

通过以下公式确定所述模糊度图像对应的最优子块数量N_blocks：

$N_{blocks}=N_{base}*\exp \left(\frac{K*(\stackrel{\‾}{p_i}-min(p_i\left)\right)}{max\left(p_i\right)-min\left(p_i\right)}\right)$

其中，N_base为子块数量的基准值，为p_i的平均值，min(p_i)为p_i的最小值，max(p_i)为p_i的最大值，K为系数因子，p_i为目标像素块i的模糊度比例，0＜i≤n，n为所述预设数量；

根据所述模糊度图像对应的最优子块数量对所述模糊度图像进行子块划分。

10.根据权利要求7所述的装置，其特征在于，所述装置还包括：

判断单元，用于当所述判决单元确定了所述二值化处理后的模糊度图像中的连通域面积之后，判断当前是否为第一次确定所述待检测视频帧对应的二值化处理后的模糊度图像中的连通域面积；

第三确定单元，用于若当前是第一次确定所述待检测视频帧对应的二值化处理后的模糊度图像中的连通域面积，则确定该二值化处理后的模糊度图像中各连通域之间的离散度；

增强处理单元，用于当各连通域之间的离散度超过第二预设阈值时，对所述待检测视频帧进行图像增强处理，并根据图像增强处理后的待检测视频帧进行视频遮挡检测；

所述判决单元，具体用于当各连通域之间的离散度未超过所述第二预设阈值，或，当前不是第一次确定所述待检测视频帧对应的二值化处理后的模糊度图像中的连通域面积时，根据所述连通域面积进行视频遮挡判决。

11.根据权利要求10所述的装置，其特征在于，所述第三确定单元，具体用于：

通过以下公式确定二值化处理后的模糊度图像中各连通域之间的离散度：

$D_{disperse}=\underset{i=1}{\overset{N_S}{\Σ}}\frac{S_i}{S_{\max }}\left(\sqrt{\frac{{(a-x_i)}^2+{(b-y_i)}^2}{N_b}}\right)$

其中，D_disperse为各连通域之间的离散度，S_i为连通域i的面积，(x_i，y_i)为连通域i的形心坐标，S_max为面积最大的连通域的面积，(a，b)为面积最大的连通域的形心坐标，N_b为模糊度图像包括的子块数量，0＜i≤N_S，N_S为模糊度图像中连通域的数量。

12.根据权利要求7所述的装置，其特征在于，

所述判决单元，具体用于根据所述连通域面积确定所述待检测视频帧对应的检测评分；当所述检测评分满足预设条件时，进行视频遮挡告警。