CN106851047A - 一种视频图像中静止像素点检测方法及系统 - Google Patents

一种视频图像中静止像素点检测方法及系统 Download PDF

Info

Publication number
CN106851047A
CN106851047A CN201611253701.1A CN201611253701A CN106851047A CN 106851047 A CN106851047 A CN 106851047A CN 201611253701 A CN201611253701 A CN 201611253701A CN 106851047 A CN106851047 A CN 106851047A
Authority
CN
China
Prior art keywords
pixel
setting
value
threshold value
pending
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
Application number
CN201611253701.1A
Other languages
English (en)
Other versions
CN106851047B (zh
Inventor
李晨
韩睿
郭若杉
刘壮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Automation of Chinese Academy of Science
Original Assignee
Institute of Automation of Chinese Academy of Science
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Institute of Automation of Chinese Academy of Science filed Critical Institute of Automation of Chinese Academy of Science
Priority to CN201611253701.1A priority Critical patent/CN106851047B/zh
Publication of CN106851047A publication Critical patent/CN106851047A/zh
Application granted granted Critical
Publication of CN106851047B publication Critical patent/CN106851047B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/14Picture signal circuitry for video frequency region
    • H04N5/144Movement detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/14Picture signal circuitry for video frequency region
    • H04N5/147Scene change detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种视频图像中静止像素点检测方法及系统,该方法包括:计算相邻帧中待处理像素点对应邻域的特征值;根据特征值,确定表征待处理像素点为静止物体内非边缘像素点的置信度rel1,以及表征待处理像素点为半透明静止物体内像素点的置信度rel2;根据rel1和rel2的值,从特征值中选择相应的值判断待处理像素点是否为静止像素点;当判断待处理像素点为静止像素点时,将待处理像素点对应的计数值加1,当判断待处理像素点不为静止像素点时,将计数值减1;将计数值与设定的阈值T进行比较,若计数值大于T,则确定待处理像素点为静止像素点。本发明可以准确检测出视频图像中的静止像素点,从而避免视频图像帧率转换中出现物体破碎现象。

Description

一种视频图像中静止像素点检测方法及系统
技术领域
本发明涉及多媒体技术领域,并且更具体地,本发明涉及一种视频图像中静止像素点检测方法及系统。
背景技术
在高清视频应用领域,目前主要帧率转换与提升方法是先对原始帧做运动估计,根据运动估计结果得到相邻帧间的运动矢量,通过得到的运动矢量进行运动补偿得到插帧结果。常见视频中经常包含一些在连续帧中位置保持静止不变的图形,如一些静止背景、广播logo、电视半透明菜单等。在进行视频帧率提升时,若对这些静止物体不进行特殊检测处理,则包含静止像素点的图像块运动矢量可能被估计为背景运动矢量,如此一来运动补偿时静止像素点会被背景像素点代替,中间插帧中就会出现物体破碎现象。因此为了防止上述现象发生,有必要对视频图像中静止物体进行检测。
发明内容
为了解决现有技术中的上述问题,即为了解决现有技术无法检测出视频图像中静止物体,从而造成视频图像帧率转换中出现物体破碎现象的问题,本发明提出一种视频图像中静止像素点检测方法,该方法包括:
计算相邻帧中待处理像素点对应邻域的特征值;根据特征值,确定表征待处理像素点为静止物体内非边缘像素点的置信度rel1,以及表征待处理像素点为半透明静止物体内像素点的置信度rel2;根据rel1和rel2的值,从特征值中选择相应的值判断待处理像素点是否为静止像素点;当判断待处理像素点为静止像素点时,将待处理像素点对应的计数值加1,当判断待处理像素点不为静止像素点时,将计数值减1;将计数值与设定的阈值T进行比较,若计数值大于T,则确定待处理像素点为静止像素点。
优选地,特征值包括:待处理像素点邻域内的亮度绝对误差和SAD、亮度方差varY、运动矢量均值meanMV、运动矢量方差varMV以及归一化互相关系数NCC。
优选地,根据特征值,确定rel1以及rel2,具体为:当SAD小于设定的阈值且meanMV水平和垂直分量都为0时,确定rel1为1,当SAD不小于设定的阈值或meanMV水平和垂直分量中至少有一个不为0时,确定rel1为0;当NCC值大于设定的阈值时,确定rel2为1,当NCC值不大于设定的阈值时,确定rel2为0。
优选地,根据rel1和rel2的值,从特征值中选择相应的值判断待处理像素点是否为静止像素点,具体为:当rel1和rel2都为0时,若SAD小于设定的阈值,meanMV水平和垂直分量都为0,varY大于设定的阈值,varMV大于设定的阈值,则判断待处理像素点为静止像素点;当rel1为1且rel2为0时,若SAD小于设定的阈值,meanMV水平和垂直分量都为0,varMV大于设定的阈值,则判断待处理像素点为静止像素点;当rel1为0且rel2为1时,若SAD小于设定的阈值,varY大于设定的阈值,varMV大于设定的阈值,则判断待处理像素点为静止像素点;当rel1和rel2都为1时,若SAD小于设定的阈值,varMV大于设定的阈值,则判断待处理像素点为静止像素点。
优选地,该方法还包括:当SAD大于设定的阈值且varMV大于设定的阈值时,确定表征运动物体突然闯入静止背景的情况的置信度rel3为1,当SAD不大于设定的阈值或varMV不大于设定的阈值时,确定rel3为0;当rel3等于1时,将待处理像素点对应的计数值下降至T值以下。
优选地,该方法还包括:若计数值大于设定的上限值,当判断待处理像素点为静止像素点时,保持计数值不变;若计数值小于设定的下限值,当判断待处理像素点不为静止像素点时,保持计数值不变。
优选地,将计数值与T值进行比较,若计数值大于T,则确定待处理像素点为静止像素点的步骤之后,该方法还包括:若待处理像素点为静止像素点,当SAD大于设定的阈值,meanMV小于设定的阈值,且待处理像素点的设定邻域内的静止像素点的个数大于设定的阈值时,将设定邻域内所有的像素点标记为静止像素点。
相应地,本发明还提供一种视频图像中静止像素点检测系统,该系统包括:特征值模块,用于计算相邻帧中待处理像素点对应邻域的特征值;置信度模块,用于根据特征值,确定表征待处理像素点为静止物体内非边缘像素点的置信度rel1,以及表征待处理像素点为半透明静止物体内像素点的置信度rel2;判断模块,用于根据rel1和rel2的值,从特征值中选择相应的值判断待处理像素点是否为静止像素点;计数模块,用于当判断待处理像素点为静止像素点时,将待处理像素点对应的计数值加1,当判断待处理像素点不为静止像素点时,将计数值减1;确定模块,用于将计数值与设定的阈值T进行比较,若计数值大于T,则确定待处理像素点为静止像素点。
优选地,特征值包括:待处理像素点邻域内的亮度绝对误差和SAD、亮度方差varY、运动矢量均值meanMV、运动矢量方差varMV以及归一化互相关系数NCC。
优选地,置信度模块具体用于:当SAD小于设定的阈值且meanMV水平和垂直分量都为0时,确定rel1为1,当SAD不小于设定的阈值或meanMV水平和垂直分量中至少有一个不为0时,确定rel1为0;当NCC值大于设定的阈值时,确定rel2为1,当NCC值不大于设定的阈值时,确定rel2为0。
优选地,判断模块具体用于:当rel1和rel2都为0时,若SAD小于设定的阈值,meanMV水平和垂直分量都为0,varY大于设定的阈值,varMV大于设定的阈值,则判断待处理像素点为静止像素点;当rel1为1且rel2为0时,若SAD小于设定的阈值,meanMV水平和垂直分量都为0,varMV大于设定的阈值,则判断待处理像素点为静止像素点;当rel1为0且rel2为1时,若SAD小于设定的阈值,varY大于设定的阈值,varMV大于设定的阈值,则判断待处理像素点为静止像素点;当rel1和rel2都为1时,若SAD小于设定的阈值,varMV大于设定的阈值,则判断待处理像素点为静止像素点。
优选地,置信度模块还用于:当SAD大于设定的阈值且所述varMV大于设定的阈值时,确定表征运动物体突然闯入静止背景的情况的置信度rel3为1,当SAD不大于设定的阈值或varMV不大于设定的阈值时,确定rel3为0;计数模块还用于:当rel3等于1时,将待处理像素点对应的计数值下降至T值以下。
优选地,计数模块还用于:若计数值大于设定的上限值,当判断待处理像素点为静止像素点时,保持计数值不变;若计数值小于设定的下限值,当判断待处理像素点不为静止像素点时,保持计数值不变。
优选地,该系统还包括:膨胀模块,用于若待处理像素点为静止像素点,当SAD大于设定的阈值,meanMV小于设定的阈值,且待处理像素点的设定邻域内的静止像素点的个数大于设定的阈值时,将设定邻域内所有的像素点标记为静止像素点。
本发明提出了一种视频图像中静止像素点检测方法既系统,通过计算相邻帧中待处理像素点对应邻域的特征值;根据特征值,确定置信度rel1以及置信度rel2;根据rel1和rel2的值,从特征值中选择相应的值判断待处理像素点是否为静止像素;当判断待处理像素点为静止像素点时,将待处理像素点对应的计数值加1,当判断待处理像素点不为静止像素点时,将计数值减1;将计数值与设定的阈值T进行比较,若计数值大于T,则确定待处理像素点为静止像素点。从而可以准确检测出视频图像中的静止像素点,避免视频图像帧率转换中出现物体破碎现象。
附图说明
图1是本发明第一实施例中的视频图像中静止像素点检测方法的流程示意图;
图2是本发明第二实施例中的视频图像中静止像素点检测方法的流程示意图;
图3是本发明第三实施例中的视频图像中静止像素点检测系统的示意图;
图4是本发明第三实施例中的视频图像中静止像素点检测系统的另一示意图。
具体实施方式
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非旨在限制本发明的保护范围。
第一实施例
参阅图1,图1示出了本发明的第一实施例中的视频图像中静止像素点检测方法的流程示意图,具体步骤如下:
S101,计算相邻帧中待处理像素点对应邻域的特征值。
在本实施例中,上述特征值包括:待处理像素点邻域内的归一化互相关系数NCC、用于表征相邻帧像素相似度的亮度绝对误差和SAD、用于表征像素点是否具有边界的亮度方差varY、用于表征像素点是否静止的运动矢量均值meanMV、用于表征像素点运动是否一致的运动矢量方差varMV。
其中亮度SAD的计算公式如式(1)所示,其中,xi是当前帧curY中以待处理像素点为中心的图像块X内的像素点亮度值,yi是前一帧preY中以待处理像素点相同位置的像素点为中心的图像块Y内的像素点亮度值。
SAD(X,Y)=∑i|xi-yi| (1)
运动矢量均值meanMV=(meanMVx,meanMVy)。meanMVx和meanMVy分别为邻域内运动矢量MV(MotionVector)在水平和垂直方向上的均值。MV通过运动估计得到。运动估计可以采用现有的任意一种运动估计方法,如全搜索、3DSR等方法。运动矢量方差varMV分别在水平和垂直方向上计算,并将两个方向上的方差加在一起作为最终的运动矢量方差。
归一化互相关系数NCC。以待处理像素点为中心,计算公式如式(2)所示,其中ux和uy是相邻两帧计算窗口内的亮度均值。
S102,根据特征值,确定置信度rel1以及置信度rel2。
本实施例中,置信度rel1用于表征待处理像素点为静止物体内非边缘像素点,置信度rel2用于表征待处理像素点为半透明静止物体内像素点。而确定置信度rel1以及置信度rel2的具体方法为:
当SAD小于设定的阈值且meanMV水平和垂直分量都为0时,确定rel1为1,当SAD不小于设定的阈值或meanMV水平和垂直分量中至少有一个不为0时,确定rel1为0;当NCC值大于设定的阈值时,确定rel2为1,当NCC值不大于设定的阈值时,确定rel2为0。
S103,根据rel1和rel2的值,从特征值中选择相应的值判断待处理像素点是否为静止像素点。
上述步骤是根据rel1和rel2的值对特征值进行筛选,从中选择相应的特征值来判断待处理像素点是否为静止像素点,具体判断过程分为以下情况:
当rel1和rel2都为0时,依照SAD、meanMV、varY以及varMV进行判断,判断方式为,若SAD小于设定的阈值,meanMV水平和垂直分量都为0,varY大于设定的阈值,varMV大于设定的阈值,则判断待处理像素点为静止像素点。
当rel1为1且rel2为0时,表示待处理像素点可能为静止物体内部非边缘像素点,因此为了正确判断出待处理像素点是否为静止像素点,需要将特征值中的亮度方差varY去掉,以剩余特征值进行判断,判断方式为,若SAD小于设定的阈值,meanMV水平和垂直分量都为0,varMV大于设定的阈值,则判断待处理像素点为静止像素点。
当rel1为0且rel2为1时,表示待处理像素点可能为半透明的像素点,因此为了正确判断出待处理像素点是否为静止像素点,需要将特征值中的运动矢量均值meanMV去掉,以剩余特征值进行判断。这是因为,当静止物体处于半透明状态时,运动估计易发生错误,此时静止物体运动矢量在水平和垂直方向上均值可能不为零,若使用运动矢量为零的判断条件,半透明静止物体会被漏检。但静止物体相邻帧纹理仍然保持相似性很高的特性。判断方式为,若SAD小于设定的阈值,varY大于设定的阈值,varMV大于设定的阈值,则判断待处理像素点为静止像素点。
当rel1和rel2都为1时,将特征值中的亮度方差varY以及运动矢量均值meanMV去掉,以剩余特征值进行判断,判断方式为,若SAD小于设定的阈值,varMV大于设定的阈值,则判断待处理像素点为静止像素点。
S104,当判断待处理像素点为静止像素点时,将待处理像素点对应的计数值加1,当判断待处理像素点不为静止像素点时,将计数值减1。
对于计数值的累加可以是每次加上一个设定的任意常数,本实施例中是加上1,当然可以理解的是本实施例并不限定该累加常数的具体数值,对于计数值的累减道理相同。
S105,将计数值与设定的阈值T进行比较,若计数值大于T,则确定待处理像素点为静止像素点。
由于大面积背景连续很多帧处于静止状态,因此计数值会累加到很高值,若此时突然闯入一运动物体,由于计数值不能及时下降到阈值T以下,因此当前帧运动物体处对应的像素点会被误检为静止点。考虑到这类情况,本实施例中对计数值加上了上下累加范围限制,对计数值的最大值和最小值进行限制。避免上述情况的发生,提高检测的准确性。
本实施例通过计算相邻帧中待处理像素点对应邻域的特征值;根据特征值,确定置信度rel1以及置信度rel2;根据rel1和rel2的值,从特征值中选择相应的值判断待处理像素点是否为静止像素;当判断待处理像素点为静止像素点时,将待处理像素点对应的计数值加1,当判断待处理像素点不为静止像素点时,将计数值减1;将计数值与设定的阈值T进行比较,若计数值大于T,则确定待处理像素点为静止像素点。从而可以准确检测出视频图像中的静止像素点,避免视频图像帧率转换中出现物体破碎现象。
第二实施例
参阅图2,图2示出了本发明的第二实施例中的视频图像中静止像素点检测方法的流程示意图,具体步骤如下:
S201,计算相邻帧中待处理像素点对应邻域的特征值,然后进入步骤S202。
在本实施例中,上述特征值包括:待处理像素点邻域内的归一化互相关系数NCC、用于表征相邻帧像素相似度的亮度绝对误差和SAD、用于表征像素点是否具有边界的亮度方差varY、用于表征像素点是否静止的运动矢量均值meanMV、用于表征像素点运动是否一致的运动矢量方差varMV。
其中亮度SAD的计算公式如式(1)所示,其中,xi是当前帧curY中以待处理像素点为中心的图像块X内的像素点亮度值,yi是前一帧preY中以待处理像素点相同位置的像素点为中心的图像块Y内的像素点亮度值。
SAD(X,Y)=∑i|xi-yi|(1)
运动矢量均值meanMV=(meanMVx,meanMVy)。meanMVx和meanMVy分别为邻域内运动矢量MV(MotionVector)在水平和垂直方向上的均值。MV通过运动估计得到。运动估计可以采用现有的任意一种运动估计方法,如全搜索、3DSR等方法。运动矢量方差varMV分别在水平和垂直方向上计算,并将两个方向上的方差加在一起作为最终的运动矢量方差。
归一化互相关系数NCC。以待处理像素为中心,计算公式如式(2)所示,其中ux和uy是相邻两帧计算窗口内的亮度均值。
S202,根据特征值,确定置信度rel1、置信度rel2以及置信度rel3,然后进入S203。
本实施例中,置信度rel1用于表征待处理像素点为静止物体内非边缘像素点,置信度rel2用于表征待处理像素点为半透明静止物体内像素点,置信度rel3为表征运动物体突然闯入静止背景的情况的置信度。而确定置信度rel1、置信度rel2以及置信度rel3的具体方法为:
当SAD小于设定的阈值且meanMV水平和垂直分量都为0时,确定rel1为1,当SAD不小于设定的阈值或meanMV水平和垂直分量中至少有一个不为0时,确定rel1为0;当NCC值大于设定的阈值时,确定rel2为1,当NCC值不大于设定的阈值时,确定rel2为0。当SAD大于设定的阈值且所述varMV大于设定的阈值时,确定置信度rel3为1,当SAD不大于设定的阈值或varMV不大于设定的阈值时,确定rel3为0。
S203,根据rel1和rel2的值,从特征值中选择相应的值判断待处理像素点是否为静止像素点,然后进入S204。
上述步骤是根据rel1和rel2的值对特征值进行筛选,从中选择相应的特征值来判断待处理像素点是否为静止像素点,具体判断过程分为以下情况:
当rel1和rel2都为0时,依照SAD、meanMV、varY以及varMV进行判断,判断方式为,若SAD小于设定的阈值,meanMV水平和垂直分量都为0,varY大于设定的阈值,varMV大于设定的阈值,则判断待处理像素点为静止像素点。
当rel1为1且rel2为0时,表示待处理像素点可能为静止物体内部非边缘像素点,因此为了正确判断出待处理像素点是否为静止像素点,需要将特征值中的亮度方差varY去掉,以剩余特征值进行判断,判断方式为,若SAD小于设定的阈值,meanMV水平和垂直分量都为0,varMV大于设定的阈值,则判断待处理像素点为静止像素点。
当rel1为0且rel2为1时,表示待处理像素点可能为半透明的像素点,因此为了正确判断出待处理像素点是否为静止像素点,需要将特征值中的运动矢量均值meanMV去掉,以剩余特征值进行判断。这是因为,当静止物体处于半透明状态时,运动估计易发生错误,此时静止物体运动矢量在水平和垂直方向上均值可能不为零,若使用运动矢量为零的判断条件,半透明静止物体会被漏检。但静止物体相邻帧纹理仍然保持相似性很高的特性。判断方式为,若SAD小于设定的阈值,varY大于设定的阈值,varMV大于设定的阈值,则判断待处理像素点为静止像素点。
当rel1和rel2都为1时,将特征值中的亮度方差varY以及运动矢量均值meanMV去掉,以剩余特征值进行判断,判断方式为,若SAD小于设定的阈值,varMV大于设定的阈值,则判断待处理像素点为静止像素点。
S204,判断rel3是否为1,若rel3为1,则进入S205,若rel3不为1,则进入S206。
S205,将待处理像素点对应的计数值下降至T值以下,然后进入S209。
由于大面积背景连续很多帧处于静止状态,因此计数值会累加到很高值,若此时突然闯入一运动物体,由于计数值不能及时下降到阈值T以下,因此当前帧运动物体处对应的像素点会被误检为静止点。考虑到这类情况,本实施例中计数值会根据rel3的值变化,当rel3的值为1时,表示运动物体突然闯入,此时计数值直接下降到T值以下,从而有效避免误检情况的发生,T值为一预设值,当计数值大于T值时,确定待处理像素点为静止像素点,计数值小于T值时,确定待处理像素点为非静止像素点。
S206,判断待处理像素点对应的计数值是否在预设区间内,若计数值在预设区间内,则进入S208,若计数值不在预设区间内,则进入S207。
S207,当判断待处理像素点为静止像素点时,保持计数值不变;当判断待处理像素点不为静止像素点时,保持计数值不变,然后进入S209。
上述步骤是对计数值加上了上下累加范围限制,对计数值的最大值和最小值进行限制,从而进一步避免由于大面积背景连续很多帧处于静止状态,导致计数值累加到很高值。
S208,当判断待处理像素点为静止像素点时,将计数值加1,当判断待处理像素点不为静止像素点时,将计数值减1,然后进入S209。
S209,将计数值与设定的阈值T进行比较,若计数值大于T,则确定待处理像素点为静止像素点,然后进入S210。
S210,将待处理像素点设定邻域内所有的像素点标记为静止像素点。
本实施例中,当待处理像素点为静止像素点时,若SAD大于设定的阈值,meanMV小于设定的阈值,且待处理像素点的设定邻域内的静止像素点的个数大于设定的阈值时,则将待处理像素点设定邻域内所有的像素点标记为静止像素点。
本实施例通过计算相邻帧中待处理像素点对应邻域的特征值;根据特征值,确定置信度rel1、置信度rel2以及rel3;根据rel1和rel2的值,从特征值中选择相应的值判断待处理像素点是否为静止像素;并根据判断结果以及rel3确定待处理像素点对应的计数值;最后将计数值与设定的阈值T进行比较,若计数值大于T,则确定待处理像素点为静止像素点。从而可以准确检测出视频图像中的静止像素点,避免视频图像帧率转换中出现物体破碎现象。
第三实施例
参阅图3,图3示出了本发明的第三实施例中的视频图像中静止像素点检测系统的示意图,该系统包括:
特征值模块301,用于计算相邻帧中待处理像素点对应邻域的特征值。
置信度模块302,用于根据特征值,确定置信度rel1、置信度rel2以及置信度rel3。
判断模块303,用于根据rel1和rel2的值,从特征值中选择相应的值判断待处理像素点是否为静止像素点。
计数模块304,用于当判断待处理像素点为静止像素点时,将待处理像素点对应的计数值加1,当判断待处理像素点不为静止像素点时,将计数值减1。
确定模块305,用于将计数值与设定的阈值T进行比较,若计数值大于T,则确定待处理像素点为静止像素点。
进一步地,请参阅图4,该系统还包括:膨胀模块306,用于若待处理像素点为静止像素点,当SAD大于设定的阈值,meanMV小于设定的阈值,且待处理像素点的设定邻域内的静止像素点的个数大于设定的阈值时,将设定邻域内所有的像素点标记为静止像素点。
本实施例通过计算相邻帧中待处理像素点对应邻域的特征值;根据特征值,确定置信度rel1、置信度rel2以及rel3;根据rel1和rel2的值,从特征值中选择相应的值判断待处理像素点是否为静止像素;并根据判断结果以及rel3确定待处理像素点对应的计数值;最后将计数值与设定的阈值T进行比较,若计数值大于T,则确定待处理像素点为静止像素点。从而可以准确检测出视频图像中的静止像素点,避免视频图像帧率转换中出现物体破碎现象。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征作出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

Claims (14)

1.一种视频图像中静止像素点检测方法,其特征在于,所述方法包括:
计算相邻帧中待处理像素点对应邻域的特征值;
根据所述特征值,确定表征所述待处理像素点为静止物体内非边缘像素点的置信度rel1,以及表征所述待处理像素点为半透明静止物体内像素点的置信度rel2;
根据所述rel1和rel2的值,从所述特征值中选择相应的值判断所述待处理像素点是否为静止像素点;
当判断所述待处理像素点为静止像素点时,将所述待处理像素点对应的计数值加1,当判断所述待处理像素点不为静止像素点时,将所述计数值减1;
将所述计数值与设定的阈值T进行比较,若所述计数值大于T,则确定所述待处理像素点为静止像素点。
2.如权利要求1所述的方法,其特征在于,所述特征值包括:所述待处理像素点邻域内的亮度绝对误差和SAD、亮度方差varY、运动矢量均值meanMV、运动矢量方差varMV以及归一化互相关系数NCC。
3.如权利要求2所述的方法,其特征在于,所述根据所述特征值,确定所述rel1以及rel2,具体为:
当所述SAD小于设定的阈值且所述meanMV水平和垂直分量都为0时,确定所述rel1为1,当所述SAD不小于设定的阈值或所述meanMV水平和垂直分量中至少有一个不为0时,确定所述rel1为0;
当所述NCC值大于设定的阈值时,确定所述rel2为1,当所述NCC值不大于设定的阈值时,确定所述rel2为0。
4.如权利要求3所述的方法,其特征在于,所述根据所述rel1和rel2的值,从所述特征值中选择相应的值判断所述待处理像素点是否为静止像素点,具体为:
当所述rel1和rel2都为0时,若所述SAD小于设定的阈值,所述meanMV水平和垂直分量都为0,所述varY大于设定的阈值,所述varMV大于设定的阈值,则判断所述待处理像素点为静止像素点;
当所述rel1为1且所述rel2为0时,若所述SAD小于设定的阈值,所述meanMV水平和垂直分量都为0,所述varMV大于设定的阈值,则判断所述待处理像素点为静止像素点;
当所述rel1为0且rel2为1时,若所述SAD小于设定的阈值,所述varY大于设定的阈值,所述varMV大于设定的阈值,则判断所述待处理像素点为静止像素点;
当所述rel1和rel2都为1时,若所述SAD小于设定的阈值,所述varMV大于设定的阈值,则判断所述待处理像素点为静止像素点。
5.如权利要求2所述的方法,其特征在于,所述方法还包括:
当所述SAD大于设定的阈值且所述varMV大于设定的阈值时,确定表征运动物体突然闯入静止背景的情况的置信度rel3为1,当所述SAD不大于设定的阈值或所述varMV不大于设定的阈值时,确定所述rel3为0;
当所述rel3等于1时,将所述待处理像素点对应的计数值下降至所述T值以下。
6.如权利要求1所述的方法,其特征在于,所述方法还包括:
若所述计数值大于设定的上限值,当判断所述待处理像素点为静止像素点时,保持所述计数值不变;
若所述计数值小于设定的下限值,当判断所述待处理像素点不为静止像素点时,保持所述计数值不变。
7.如权利要求1所述的方法,其特征在于,所述将所述计数值与所述T值进行比较,若所述计数值大于T,则确定所述待处理像素点为静止像素点的步骤之后,所述方法还包括:
若所述待处理像素点为静止像素点,当所述SAD大于设定的阈值,所述meanMV小于设定的阈值,且所述待处理像素点的设定邻域内的静止像素点的个数大于设定的阈值时,将所述设定邻域内所有的像素点标记为静止像素点。
8.一种视频图像中静止像素点检测系统,其特征在于,所述系统包括:
特征值模块,用于计算相邻帧中待处理像素点对应邻域的特征值;
置信度模块,用于根据所述特征值,确定表征所述待处理像素点为静止物体内非边缘像素点的置信度rel1,以及表征所述待处理像素点为半透明静止物体内像素点的置信度rel2;
判断模块,用于根据所述rel1和rel2的值,从所述特征值中选择相应的值判断所述待处理像素点是否为静止像素点;
计数模块,用于当判断所述待处理像素点为静止像素点时,将所述待处理像素点对应的计数值加1,当判断所述待处理像素点不为静止像素点时,将所述计数值减1;
确定模块,用于将所述计数值与设定的阈值T进行比较,若所述计数值大于T,则确定所述待处理像素点为静止像素点。
9.如权利要求8所述的系统,其特征在于,所述特征值包括:所述待处理像素点邻域内的亮度绝对误差和SAD、亮度方差varY、运动矢量均值meanMV、运动矢量方差varMV以及归一化互相关系数NCC。
10.如权利要求9所述的系统,其特征在于,所述置信度模块具体用于:
当所述SAD小于设定的阈值且所述meanMV水平和垂直分量都为0时,确定所述rel1为1,当所述SAD不小于设定的阈值或所述meanMV水平和垂直分量中至少有一个不为0时,确定所述rel1为0;
当所述NCC值大于设定的阈值时,确定所述rel2为1,当所述NCC值不大于设定的阈值时,确定所述rel2为0。
11.如权利要求10所述的系统,其特征在于,所述判断模块具体用于:
当所述rel1和rel2都为0时,若所述SAD小于设定的阈值,所述meanMV水平和垂直分量都为0,所述varY大于设定的阈值,所述varMV大于设定的阈值,则判断所述待处理像素点为静止像素点;
当所述rel1为1且所述rel2为0时,若所述SAD小于设定的阈值,所述meanMV水平和垂直分量都为0,所述varMV大于设定的阈值,则判断所述待处理像素点为静止像素点;
当所述rel1为0且rel2为1时,若所述SAD小于设定的阈值,所述varY大于设定的阈值,所述varMV大于设定的阈值,则判断所述待处理像素点为静止像素点;
当所述rel1和rel2都为1时,若所述SAD小于设定的阈值,所述varMV大于设定的阈值,则判断所述待处理像素点为静止像素点。
12.如权利要求9所述的系统,其特征在于,所述置信度模块还用于:
当所述SAD大于设定的阈值且所述varMV大于设定的阈值时,确定表征运动物体突然闯入静止背景的情况的置信度rel3为1,当所述SAD不大于设定的阈值或所述varMV不大于设定的阈值时,确定所述rel3为0;
所述计数模块还用于:当所述rel3等于1时,将所述待处理像素点对应的计数值下降至所述T值以下。
13.如权利要求8所述的系统,其特征在于,所述计数模块还用于:
若所述计数值大于设定的上限值,当判断所述待处理像素点为静止像素点时,保持所述计数值不变;
若所述计数值小于设定的下限值,当判断所述待处理像素点不为静止像素点时,保持所述计数值不变。
14.如权利要求8所述的系统,其特征在于,所述系统还包括:
膨胀模块,用于若所述待处理像素点为静止像素点,当所述SAD大于设定的阈值,所述meanMV小于设定的阈值,且所述待处理像素点的设定邻域内的静止像素点的个数大于设定的阈值时,将所述设定邻域内所有的像素点标记为静止像素点。
CN201611253701.1A 2016-12-30 2016-12-30 一种视频图像中静止像素点检测方法及系统 Active CN106851047B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611253701.1A CN106851047B (zh) 2016-12-30 2016-12-30 一种视频图像中静止像素点检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611253701.1A CN106851047B (zh) 2016-12-30 2016-12-30 一种视频图像中静止像素点检测方法及系统

Publications (2)

Publication Number Publication Date
CN106851047A true CN106851047A (zh) 2017-06-13
CN106851047B CN106851047B (zh) 2020-02-07

Family

ID=59114707

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611253701.1A Active CN106851047B (zh) 2016-12-30 2016-12-30 一种视频图像中静止像素点检测方法及系统

Country Status (1)

Country Link
CN (1) CN106851047B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110455216A (zh) * 2019-07-11 2019-11-15 北京理工大学 一种基于互相关的评价面形测量方法有效性的方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101465955A (zh) * 2009-01-05 2009-06-24 北京中星微电子有限公司 背景更新方法和装置
US20100092101A1 (en) * 2008-10-09 2010-04-15 Chin-Chuan Liang Methods and apparatus for enhancing image quality of motion compensated interpolation
CN102447870A (zh) * 2010-09-30 2012-05-09 宝利微电子系统控股公司 静止物体检测方法和运动补偿装置
CN104767913A (zh) * 2015-04-16 2015-07-08 中国科学院自动化研究所 一种对比度自适应的视频去噪系统
CN104780362A (zh) * 2015-04-24 2015-07-15 宏祐图像科技(上海)有限公司 基于局部特征描述的视频静止logo检测方法
CN104811723A (zh) * 2015-04-24 2015-07-29 宏祐图像科技(上海)有限公司 Memc技术中局部运动矢量修正方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100092101A1 (en) * 2008-10-09 2010-04-15 Chin-Chuan Liang Methods and apparatus for enhancing image quality of motion compensated interpolation
CN101465955A (zh) * 2009-01-05 2009-06-24 北京中星微电子有限公司 背景更新方法和装置
CN102447870A (zh) * 2010-09-30 2012-05-09 宝利微电子系统控股公司 静止物体检测方法和运动补偿装置
CN104767913A (zh) * 2015-04-16 2015-07-08 中国科学院自动化研究所 一种对比度自适应的视频去噪系统
CN104780362A (zh) * 2015-04-24 2015-07-15 宏祐图像科技(上海)有限公司 基于局部特征描述的视频静止logo检测方法
CN104811723A (zh) * 2015-04-24 2015-07-29 宏祐图像科技(上海)有限公司 Memc技术中局部运动矢量修正方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
韩睿: "适用于高清视频的帧率上变换算法研究与实现", 《中国博士学位论文全文数据库》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110455216A (zh) * 2019-07-11 2019-11-15 北京理工大学 一种基于互相关的评价面形测量方法有效性的方法
CN110455216B (zh) * 2019-07-11 2020-06-16 北京理工大学 一种基于互相关的评价面形测量方法有效性的方法

Also Published As

Publication number Publication date
CN106851047B (zh) 2020-02-07

Similar Documents

Publication Publication Date Title
EP2981934B1 (en) Logo presence detector based on blending characteristics
US9444977B2 (en) Method and device for adaptive noise measurement of a video signal
US20050232357A1 (en) Motion vector estimation at image borders
JP4729610B2 (ja) 煙検出装置
EP2709038A1 (en) Device and method for detecting the presence of a logo in a picture
US8355079B2 (en) Temporally consistent caption detection on videos using a 3D spatiotemporal method
US8401318B2 (en) Motion vector detecting apparatus, motion vector detecting method, and program
CN109729298B (zh) 图像处理方法与图像处理装置
CN105282475A (zh) 移动字幕检测与补偿方法及系统
CN104717402B (zh) 一种空时域联合噪声估计系统
JP2013101419A (ja) 画像信号処理装置
CN100367771C (zh) 一种自适应抑制图像噪声的方法
US8532189B2 (en) Method for detecting scene change in a video picture sequence
US8311345B2 (en) Method and system for detecting flame
CN106851047A (zh) 一种视频图像中静止像素点检测方法及系统
JPH09293141A (ja) 移動物体検出装置
CN108074248B (zh) 一种基于图像内容的osd自动检测方法及装置
CN116703925A (zh) 一种轴承缺陷检测方法、装置、电子设备及存储介质
JP2005070985A (ja) 画像処理装置および方法、並びにプログラム
JP2021051381A (ja) 付着物検出装置および付着物検出方法
CN115423795A (zh) 静帧检测方法、电子设备及存储介质
TWI716049B (zh) 前景及背景影像判斷方法
JP2017117300A (ja) 動物体の検出装置、検出方法及びプログラム
JP2010252068A (ja) 動き検出方法および装置
KR100279743B1 (ko) 검정통계량을 이용한 화소값 변화 검출방법

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant