CN106998464A - 检测视频图像中刺状噪声的方法及装置 - Google Patents

Abstract

本发明提供了一种检测视频图像中刺状噪声的方法及装置，其中方法包括：获取视频监控系统中摄像头采集的视频图像；对于所述视频图像中的每帧图像，检测当前帧图像和所述当前帧图像的前后连续多帧图像的条纹；根据所述前后连续多帧图像的条纹判断所述当前帧图像的条纹是否满足一致性要求；若所述当前帧图像的条纹不满足一致性要求，则确定所述当前帧图像的条纹为刺状噪声。本发明中的检测视频图像中刺状噪声的方法及装置能够自动检测视频监控系统中摄像头采集的视频图像中的刺状噪声，检测效率高，准确性高，缓解现有技术中通过人工观看的方式识别刺状噪声识别效率低、准确率低的问题。

Description

检测视频图像中刺状噪声的方法及装置

技术领域

本发明涉及数字图像处理领域，尤其涉及一种检测视频图像中刺状噪声的方法及装置。

背景技术

随着社会安全管理体系的发展和完善，视频监控系统被广泛应用在银行、机关、商业场所内外部环境、楼宇通道、停车场、高档社区家庭内外部环境、图书馆、医院以及公园等场所，对调控管理及监测治安起到重要作用。视频监控系统主要由摄像、传输、控制、显示、记录5大部分组成。其中，摄像头采集监控区域内的图像，通过网络线缆将采集到的视频图像传输至控制主机，控制主机将视频信号分配至各监视器及录像设备，控制主机还将需要传输的语音信号同步录入到录像机内。

视频监控系统中，由于接触不良、电磁干扰、线路老化等原因，摄像头采集的视频图像经常会出现随机性的刺状噪声。现有技术中，通常通过人工观看视频图像的方式识别视频图像中的刺状噪声。

由于视频监控系统中的摄像头数量日益增多，完全依靠人工观看的方式识别刺状噪声不仅费时费力、识别效率低，而且容易出现漏报或错报，识别准确性低。

发明内容

有鉴于此，本发明提供了一种检测视频图像中刺状噪声的方法及装置，能够自动检测视频监控系统中摄像头采集的视频图像中的刺状噪声，检测效率高，准确性高，缓解现有技术中通过人工观看的方式识别刺状噪声识别效率低、准确率低的问题。

第一方面，本发明实施例提供了一种检测视频图像中刺状噪声的方法，包括：获取视频监控系统中摄像头采集的视频图像；对于所述视频图像中的每帧图像，检测当前帧图像和所述当前帧图像的前后连续多帧图像的条纹；根据所述前后连续多帧图像的条纹判断所述当前帧图像的条纹是否满足一致性要求；若所述当前帧图像的条纹不满足一致性要求，则确定所述当前帧图像的条纹为刺状噪声。

结合第一方面，本发明实施例提供了第一方面第一种可能的实施方式，其中，检测当前帧图像和所述当前帧图像的前后连续多帧图像的条纹，包括：将当前帧图像和所述当前帧图像的前后连续多帧图像分别转换成HSV色彩图像；根据所述HSV色彩图像的像素色彩值对所述HSV色彩图像进行条纹检测；记录所述检测得到的条纹的位置。

结合第一方面第一种可能的实施方式，本发明实施例提供了第一方面第二种可能的实施方式，其中，将当前帧图像和所述当前帧图像的前后连续多帧图像分别转换成HSV色彩图像，包括：将当前帧图像和所述当前帧图像的前后连续多帧图像分别转换成RGB彩色图像；将所述RGB彩色图像转换为HSV色彩图像。

结合第一方面，本发明实施例提供了第一方面第三种可能的实施方式，其中，根据所述前后连续多帧图像的条纹判断所述当前帧图像的条纹是否满足一致性要求，包括：判断所述当前帧图像的条纹位置与所述当前帧图像的前后各一帧图像的条纹位置是否一致；若所述当前帧图像的条纹位置与所述前后各一帧图像的条纹位置均不一致，则判断所述当前帧图像的条纹位置与所述当前帧图像的前后各至少两帧连续图像的条纹位置是否满足预设的条纹位置变化规律；若所述当前帧图像的条纹位置与所述前后各至少两帧连续图像的条纹位置均不满足预设的条纹位置变化规律，则确定所述当前帧图像的条纹不满足一致性要求。

结合第一方面上述实施例，本发明实施例提供了第一方面第四种可能的实施方式，其中，所述方法还包括：统计所述摄像头采集的视频图像的刺状噪声数量；若所述刺状噪声数量超过预设数量阈值，则确定所述视频图像不合格；将所述不合格的视频图像对应的提醒信息提供给检修人员，以使检修人员根据所述提醒信息对所述不合格的视频图像对应的视频设备进行检修。

第二方面，本发明实施例提供了一种检测视频图像中刺状噪声的装置，包括：图像获取模块，用于获取视频监控系统中摄像头采集的视频图像；条纹检测模块，用于对于所述视频图像中的每帧图像，检测当前帧图像和所述当前帧图像的前后连续多帧图像的条纹；一致性判断模块，用于根据所述前后连续多帧图像的条纹判断所述当前帧图像的条纹是否满足一致性要求；噪声确定模块，用于若所述当前帧图像的条纹不满足一致性要求，则确定所述当前帧图像的条纹为刺状噪声。

结合第二方面，本发明实施例提供了第二方面第一种可能的实施方式，其中，所述条纹检测模块包括：图像转换单元，用于将当前帧图像和所述当前帧图像的前后连续多帧图像分别转换成HSV色彩图像；检测单元，用于根据所述HSV色彩图像的像素色彩值对所述HSV色彩图像进行条纹检测；记录单元，用于记录所述检测得到的条纹的位置。

结合第二方面第一种可能的实施方式，本发明实施例提供了第二方面第二种可能的实施方式，其中，所述图像转换单元包括：第一转换子单元，用于将当前帧图像和所述当前帧图像的前后连续多帧图像分别转换成RGB彩色图像；第二转换子单元，用于将所述RGB彩色图像转换为HSV色彩图像。

结合第二方面，本发明实施例提供了第二方面第三种可能的实施方式，其中，所述一致性判断模块包括：位置判断单元，用于判断所述当前帧图像的条纹位置与所述当前帧图像的前后各一帧图像的条纹位置是否一致；位置变化判断单元，用于若所述当前帧图像的条纹位置与所述前后各一帧图像的条纹位置均不一致，则判断所述当前帧图像的条纹位置与所述当前帧图像的前后各至少两帧连续图像的条纹位置是否满足预设的条纹位置变化规律；一致性确定单元，用于若所述当前帧图像的条纹位置与所述前后各至少两帧连续图像的条纹位置均不满足预设的条纹位置变化规律，则确定所述当前帧图像的条纹不满足一致性要求。

结合第二方面上述实施方式，本发明实施例提供了第二方面第四种可能的实施方式，其中，所述装置还包括：数量统计模块，用于统计所述摄像头采集的视频图像的刺状噪声数量；图像确定模块，用于若所述刺状噪声数量超过预设数量阈值，则确定所述视频图像不合格；信息提供模块，用于将所述不合格的视频图像对应的提醒信息提供给检修人员，以使检修人员根据所述提醒信息对所述不合格的视频图像对应的视频设备进行检修。

通过本实施例中的检测视频图像中刺状噪声的方法及装置，基于图像处理原理，利用刺状噪声的瞬时性和位置随机性，能够自动检测视频监控系统中摄像头采集的视频图像中的刺状噪声，检测效率高，准确性高，缓解现有技术中通过人工观看的方式识别刺状噪声识别效率低、准确率低的问题。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1示出本发明第一实施例所提供的检测视频图像中刺状噪声的方法的一种流程示意图；

图2示出本发明第一实施例所提供的检测视频图像中刺状噪声的方法的又一种流程示意图；

图3示出本发明第一实施例所提供的检测视频图像中刺状噪声的方法的另一种流程示意图；

图4示出本发明第二实施例所提供的检测视频图像中刺状噪声的装置的一种结构示意图；

图5示出本发明第二实施例所提供的检测视频图像中刺状噪声的装置的另一种结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

考虑到现有技术中依靠人工观看视频图像的方式识别刺状噪声不仅费时费力、识别效率低，而且容易出现漏报或错报，识别准确性低，本发明提供了一种检测视频图像中刺状噪声的方法及装置，下面结合实施例进行具体描述。

实施例一

图1示出了本发明第一实施例提供的检测视频图像中刺状噪声的方法的一种流程示意图，该检测视频图像中刺状噪声的方法可以由检测后台执行，该检测后台可以位于后台服务器内。如图1所示，本实施例中的检测视频图像中刺状噪声的方法包括以下步骤：

步骤S102，获取视频监控系统中摄像头采集的视频图像。

优选地，可以利用网络线缆建立视频监控系统中的摄像头与本实施例中的后台服务器之间的网络连接，视频监控系统中的摄像头通过网络线缆将采集到的视频图像传输至后台服务器，该视频图像包括多帧连续图像。

步骤S104，对于该视频图像中的每帧图像，检测当前帧图像和当前帧图像的前后连续多帧图像的条纹。

考虑到刺状噪声一般为水平或者垂直的细线，因此步骤S104中，对视频图像进行条纹检测，这里的条纹主要指横竖条纹，检测出的横竖条纹既包括正常图像，也包括刺状噪声。

步骤S104中，确定需要检测的某一帧图像为当前帧图像，并选择当前帧图像之前的连续多帧图像，如连续5帧图像，以及当前帧图像之后的连续多帧图像，如连续6帧图像，检测当前帧图像和选择出来的当前帧图像的前后连续多帧图像的条纹。

考虑到图像中的条纹在HSV色彩空间内具有显著的像素色彩值特征，步骤S104中，检测当前帧图像和当前帧图像的前后连续多帧图像的条纹包括：(1)将当前帧图像和当前帧图像的前后连续多帧图像分别转换成HSV色彩图像。其中，将当前帧图像和当前帧图像的前后连续多帧图像分别转换成HSV色彩图像具体包括：将当前帧图像和当前帧图像的前后连续多帧图像分别转换成RGB彩色图像；将该RGB彩色图像转换为HSV色彩图像。对于每帧图像，都可以先将该图像转换为RGB彩色图像，再将该RGB彩色图像转换为HSV色彩图像。(2)根据HSV色彩图像的像素色彩值对HSV色彩图像进行条纹检测。HSV色彩图像中，若某处图像对应的像素色彩值在预设的阈值范围内，则能够确定该处图像为条纹图像。(3)记录检测得到的条纹的位置。考虑到条纹可以看成矩形图像，因此优选以坐标的形式记录检测得到的条纹的位置，如某条纹的位置为：左上角坐标(10，10)右下角坐标(50，20)，通过这两个对顶点坐标能够知道，该条纹为长40、宽10的矩形条纹。上述坐标指的是条纹在图像中的坐标，坐标单位可以是像素。

步骤S106，根据前后连续多帧图像的条纹判断当前帧图像的条纹是否满足一致性要求。

考虑到正常条纹图像是稳定的连续图像，不会只存在当前帧图像中，至少还会存在当前帧图像之前或者之后的一帧图像中，并且由于视频图像的动态性，正常条纹图像在多帧连续图像中的位置存在一定的变化规律，因此上述根据前后连续多帧图像的条纹判断当前帧图像的条纹是否满足一致性要求包括：(1)判断当前帧图像的条纹位置与当前帧图像的前后各一帧图像的条纹位置是否一致；(2)若当前帧图像的条纹位置与前后各一帧图像的条纹位置均不一致，则判断当前帧图像的条纹位置与当前帧图像的前后各至少两帧连续图像的条纹位置是否满足预设的条纹位置变化规律；(3)若当前帧图像的条纹位置与前后各至少两帧连续图像的条纹位置均不满足预设的条纹位置变化规律，则确定当前帧图像的条纹不满足一致性要求。

具体地，过程(1)中，选择当前帧图像和当前帧图像的前后各一帧图像，判断当前帧图像的条纹位置与前后各一帧图像的条纹位置是否一致。过程(2)中，若当前帧图像的条纹位置与前一帧图像的条纹位置一致，或者与后一帧图像的条纹位置一致，或者与前一帧图像、后一帧图像的条纹位置均一致，则说明当前帧图像的条纹为正常条纹图像。若当前帧图像的条纹位置既不与前一帧图像的条纹位置一致，也不与后一帧图像的条纹位置一致，则说明当前帧图像的条纹可能为刺状噪声，此时选择当前帧图像之前的至少两帧连续图像，如当前帧图像之前的连续5帧图像，选择当前帧图像之后的至少两帧连续图像，如当前帧图像之后的连续6帧图像，判断当前帧图像的条纹位置与前连续5帧图像的条纹位置、后连续6帧图像的条纹位置是否满足预设的条纹位置变化规律，该预设的条纹位置变化规律可以是条纹位置按照一定规律移动，或者通过条纹位置的坐标计算出的条纹大小按照一定规律变化，或者是条纹位置和条纹大小均按照各自的规律变化。

过程(3)中，如果当前帧图像的条纹位置与前至少两帧连续图像的条纹位置满足预设的条纹位置变化规律，或者当前帧图像的条纹位置与后至少两帧连续图像的条纹位置满足预设的条纹位置变化规律，或者当前帧图像的条纹位置同时与前至少两帧连续图像、后至少两帧连续图像的条纹位置满足预设的条纹位置变化规律，则说明当前帧图像中的条纹为位置正常变化的条纹。如果当前帧图像的条纹位置与前后各至少两帧连续图像的条纹位置均不满足预设的条纹位置变化规律，则说明当前帧图像的条纹的位置是随机变化的，此时确定当前帧图像的条纹不满足一致性要求。

当当前帧图像中有多个条纹时，也均按照上述判断当前帧图像的条纹是否满足一致性要求的过程(1)(2)(3)进行处理，从而分别判断当前帧图像中各个条纹是否满足一致性要求。

步骤S108，若当前帧图像的条纹不满足一致性要求，则确定当前帧图像的条纹为刺状噪声。

通过本实施例中的检测视频图像中刺状噪声的方法，基于图像处理原理，利用刺状噪声的瞬时性和位置随机性，能够自动检测视频监控系统中摄像头采集的视频图像中的刺状噪声，检测效率高，准确性高，缓解现有技术中通过人工观看的方式识别刺状噪声识别效率低、准确率低的问题。

考虑到刺状噪声是由于视频设备老化、接触不良等原因引起的，如图2所示，本实施例中的检测视频图像中刺状噪声的方法还包括：

步骤S202，统计摄像头采集的视频图像的刺状噪声数量。

依次计算视频图像的每帧图像的刺状噪声的数量，将该数量加和作为视频图像的刺状噪声数量。

步骤S204，若刺状噪声数量超过预设数量阈值，则确定该视频图像不合格。

步骤S206，将该不合格的视频图像对应的提醒信息提供给检修人员，以使检修人员根据提醒信息对不合格的视频图像对应的视频设备进行检修。

当确定该视频图像不合格时，生成提醒信息，并将该提醒信息显示给检修人员，该提醒信息包括不合格的视频图像的编号，以使检修人员根据该提醒信息对不合格的视频图像对应的视频设备进行检修，从而及时发现设备故障，避免再次出现刺状噪声。

通过如图2所示的检测视频图像中刺状噪声的方法，能够依据刺状噪声的数量发现可能存在问题的视频设备，从而使检修人员及时对视频设备进行检修，避免再次出现刺状噪声。

图3示出了本发明第一实施例提供的检测视频图像中刺状噪声的方法的另一种流程示意图，如图3所示，本实施例中的方法包括：

步骤S302，获取视频图像。获取视频监控系统中摄像头采集的视频图像。

步骤S304，检测当前帧图像条纹。在视频图像中确定当前帧图像，检测当前帧图像的条纹，并记录各个条纹的位置。

步骤S306，检测前后帧图像条纹。在视频图像中选取当前帧图像之前的连续多帧图像并检测图像中的条纹，记录各个条纹的位置；在视频图像中选取当前帧图像之后的连续多帧图像并检测图像中的条纹，记录各个条纹的位置。

步骤S308，刺状噪声初步判断。对于当前帧图像中的当前条纹，分别在当前帧图像的前一帧图像和当前帧图像的后一帧图像中查找是否具有位置相同的条纹，若在当前帧图像的前一帧图像或者当前帧图像的后一帧图像中查找到位置相同的条纹，则执行步骤S310；若在当前帧图像的前一帧图像和当前帧图像的后一帧图像中均没有查找到位置相同的条纹，则执行步骤S312。

步骤S310，确定当前条纹为正常图像。

步骤S312，刺状噪声最终判断。综合当前帧图像的前连续至少两帧图像的条纹位置和当前帧图像的后连续至少两帧图像的条纹位置，判断当前帧图像中的当前条纹的位置是否满足预设的变化规律。若当前帧图像中的当前条纹的位置满足预设的变化规律，则执行步骤S310，否则执行步骤S314。

步骤S314，确定当前条纹为刺状噪声。

通过如图3所示的检测视频图像中刺状噪声的方法，能够自动检测视频监控系统中摄像头采集的视频图像中的刺状噪声，检测效率高，准确性高，缓解现有技术中通过人工观看的方式识别刺状噪声识别效率低、准确率低的问题。

实施例二

图4示出了本发明第二实施例提供的检测视频图像中刺状噪声的装置的一种结构示意图，该装置用于执行实施例一中的检测视频图像中刺状噪声的方法。如图4所示，本实施例中检测视频图像中刺状噪声的装置包括：

图像获取模块41，用于获取视频监控系统中摄像头采集的视频图像；

条纹检测模块42，用于对于视频图像中的每帧图像，检测当前帧图像和当前帧图像的前后连续多帧图像的条纹；

一致性判断模块43，用于根据前后连续多帧图像的条纹判断当前帧图像的条纹是否满足一致性要求；

噪声确定模块44，用于若当前帧图像的条纹不满足一致性要求，则确定当前帧图像的条纹为刺状噪声。

通过本实施例中的检测视频图像中刺状噪声的装置，基于图像处理原理，利用刺状噪声的瞬时性和位置随机性，能够自动检测视频监控系统中摄像头采集的视频图像中的刺状噪声，检测效率高，准确性高，缓解现有技术中通过人工观看的方式识别刺状噪声识别效率低、准确率低的问题。

考虑到图像中的条纹在HSV色彩空间内具有显著的像素色彩值特征，本实施例中，条纹检测模块42包括：图像转换单元，用于将当前帧图像和当前帧图像的前后连续多帧图像分别转换成HSV色彩图像；检测单元，用于根据HSV色彩图像的像素色彩值对HSV色彩图像进行条纹检测；记录单元，用于记录检测得到的条纹的位置。

其中，图像转换单元包括：第一转换子单元，用于将当前帧图像和当前帧图像的前后连续多帧图像分别转换成RGB彩色图像；第二转换子单元，用于将RGB彩色图像转换为HSV色彩图像。

考虑到正常条纹图像是稳定的连续图像，不会只存在当前帧图像中，至少还会存在当前帧图像之前或者之后的一帧图像中，并且由于视频图像的动态性，正常条纹图像在多帧连续图像中的位置存在一定的变化规律，本实施例中，一致性判断模块43包括：位置判断单元，用于判断当前帧图像的条纹位置与当前帧图像的前后各一帧图像的条纹位置是否一致；位置变化判断单元，用于若当前帧图像的条纹位置与前后各一帧图像的条纹位置均不一致，则判断当前帧图像的条纹位置与当前帧图像的前后各至少两帧连续图像的条纹位置是否满足预设的条纹位置变化规律；一致性确定单元，用于若当前帧图像的条纹位置与前后各至少两帧连续图像的条纹位置均不满足预设的条纹位置变化规律，则确定当前帧图像的条纹不满足一致性要求。

考虑到刺状噪声是由于视频设备老化、接触不良等原因引起的，如图5所示，本实施例中的装置还包括：数量统计模块51，用于统计摄像头采集的视频图像的刺状噪声数量；图像确定模块52，用于若刺状噪声数量超过预设数量阈值，则确定视频图像不合格；信息提供模块53，用于将不合格的视频图像对应的提醒信息提供给检修人员，以使检修人员根据提醒信息对不合格的视频图像对应的视频设备进行检修。

通过如图5所示的检测视频图像中刺状噪声的装置，能够依据刺状噪声的数量发现可能存在问题的视频设备，从而使检修人员及时对视频设备进行检修，避免再次出现刺状噪声。

本发明实施例所提供的检测视频图像中刺状噪声的装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，前述描述的系统、装置和单元的具体工作过程，均可以参考上述方法实施例中的对应过程，在此不再赘述。

在本发明所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

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单元来实现本实施例方案的目的。

另外，在本发明提供的实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释，此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种检测视频图像中刺状噪声的方法，其特征在于，包括：

获取视频监控系统中摄像头采集的视频图像；

对于所述视频图像中的每帧图像，检测当前帧图像和所述当前帧图像的前后连续多帧图像的条纹；

根据所述前后连续多帧图像的条纹判断所述当前帧图像的条纹是否满足一致性要求；

若所述当前帧图像的条纹不满足一致性要求，则确定所述当前帧图像的条纹为刺状噪声。

2.根据权利要求1所述的方法，其特征在于，检测当前帧图像和所述当前帧图像的前后连续多帧图像的条纹，包括：

将当前帧图像和所述当前帧图像的前后连续多帧图像分别转换成HSV色彩图像；

根据所述HSV色彩图像的像素色彩值对所述HSV色彩图像进行条纹检测；

记录所述检测得到的条纹的位置。

3.根据权利要求2所述的方法，其特征在于，将当前帧图像和所述当前帧图像的前后连续多帧图像分别转换成HSV色彩图像，包括：

将当前帧图像和所述当前帧图像的前后连续多帧图像分别转换成RGB彩色图像；

将所述RGB彩色图像转换为HSV色彩图像。

4.根据权利要求1所述的方法，其特征在于，根据所述前后连续多帧图像的条纹判断所述当前帧图像的条纹是否满足一致性要求，包括：

判断所述当前帧图像的条纹位置与所述当前帧图像的前后各一帧图像的条纹位置是否一致；

若所述当前帧图像的条纹位置与所述前后各一帧图像的条纹位置均不一致，则判断所述当前帧图像的条纹位置与所述当前帧图像的前后各至少两帧连续图像的条纹位置是否满足预设的条纹位置变化规律；

若所述当前帧图像的条纹位置与所述前后各至少两帧连续图像的条纹位置均不满足预设的条纹位置变化规律，则确定所述当前帧图像的条纹不满足一致性要求。

5.根据权利要求1至4任一项所述的方法，其特征在于，所述方法还包括：

统计所述摄像头采集的视频图像的刺状噪声数量；

若所述刺状噪声数量超过预设数量阈值，则确定所述视频图像不合格；

将所述不合格的视频图像对应的提醒信息提供给检修人员，以使检修人员根据所述提醒信息对所述不合格的视频图像对应的视频设备进行检修。

6.一种检测视频图像中刺状噪声的装置，其特征在于，包括：

图像获取模块，用于获取视频监控系统中摄像头采集的视频图像；

条纹检测模块，用于对于所述视频图像中的每帧图像，检测当前帧图像和所述当前帧图像的前后连续多帧图像的条纹；

一致性判断模块，用于根据所述前后连续多帧图像的条纹判断所述当前帧图像的条纹是否满足一致性要求；

噪声确定模块，用于若所述当前帧图像的条纹不满足一致性要求，则确定所述当前帧图像的条纹为刺状噪声。

7.根据权利要求6所述的装置，其特征在于，所述条纹检测模块包括：

图像转换单元，用于将当前帧图像和所述当前帧图像的前后连续多帧图像分别转换成HSV色彩图像；

检测单元，用于根据所述HSV色彩图像的像素色彩值对所述HSV色彩图像进行条纹检测；

记录单元，用于记录所述检测得到的条纹的位置。

8.根据权利要求7所述的装置，其特征在于，所述图像转换单元包括：

第一转换子单元，用于将当前帧图像和所述当前帧图像的前后连续多帧图像分别转换成RGB彩色图像；

第二转换子单元，用于将所述RGB彩色图像转换为HSV色彩图像。

9.根据权利要求6所述的装置，其特征在于，所述一致性判断模块包括：

位置判断单元，用于判断所述当前帧图像的条纹位置与所述当前帧图像的前后各一帧图像的条纹位置是否一致；

位置变化判断单元，用于若所述当前帧图像的条纹位置与所述前后各一帧图像的条纹位置均不一致，则判断所述当前帧图像的条纹位置与所述当前帧图像的前后各至少两帧连续图像的条纹位置是否满足预设的条纹位置变化规律；

一致性确定单元，用于若所述当前帧图像的条纹位置与所述前后各至少两帧连续图像的条纹位置均不满足预设的条纹位置变化规律，则确定所述当前帧图像的条纹不满足一致性要求。

10.根据权利要求6至9任一项所述的装置，其特征在于，所述装置还包括：

数量统计模块，用于统计所述摄像头采集的视频图像的刺状噪声数量；

图像确定模块，用于若所述刺状噪声数量超过预设数量阈值，则确定所述视频图像不合格；

信息提供模块，用于将所述不合格的视频图像对应的提醒信息提供给检修人员，以使检修人员根据所述提醒信息对所述不合格的视频图像对应的视频设备进行检修。