CN107527003A - 球型摄像机镜头粘附灰斑的视频质量诊断方法 - Google Patents

Abstract

本发明涉及一种球型摄像机镜头粘附灰斑的视频质量诊断方法，其步骤包括：通过向球型摄像机发送运动指令，寻找一个监控目标物体相对单一的场景区域；然后发送有限组合的运动指令，形成图像分析序列；计算序列中像素点与其4邻域像素点的强度差异，再依据强度差异计算像素点在灰斑边界区域上的概率与累积概率；将累积概率归一化到区间[0,255]，得到累积概率图，最后计算累积概率图的形态学梯度，即为灰斑区域边界图，完成灰斑检测。本发明充分利用了球型摄像机可按照云台指令运动的特点，实现了主动、灵活的图像序列采集方案，最大程度避免了灰斑叠加在目标物体成像上的‘隐形’状态，给该检测技术的准确度带来了系统性的提升。

Description

球型摄像机镜头粘附灰斑的视频质量诊断方法

技术领域

本发明属于计算机视觉领域，涉及一种球型摄像机镜头粘附灰斑的视频质量诊断方法。

背景技术

当前视频监控系统应用极为广泛，前端摄像机多数在户外露天环境下安装和使用，大气的自然尘埃、城区环境的工业粉尘、甚至极端的雾霾天气，都会给这些监控摄像机镜头附着上细小颗粒物，随着时间的推移累积形成明显可见的斑状、块状附着物。如果遇到雨雪天气，则会产生一些其它形式的异物附着，比如路面泥浆、树叶积灰泥点飞溅到镜头上，或雨水风干后在镜头表面形成雨渍、灰尘冲刷痕迹等。镜头粘附灰斑会使得监控场景区域内的部分甚至全部信息丢失，降低监控视频的画面质量，直接影响监控系统的业务应用效果，因此在监控系统中实现镜头粘附灰斑的自动检测方法具有重要意义。

附着在摄像机镜头上的灰斑，从成像画面上看，其颜色、大小、形状、分布区域具有明显随机性，并且可能与监控画面中某些目标物体的成像叠加而表现出近似‘隐形’状态。使用现有的技术方案，比如基于图片中‘目标识别’的检测手段遇到的最主要障碍就是目标建模难度大，可预期的实用性较低。

发明内容

为了克服上述现有技术的不足，本发明利用镜头粘附灰斑对监控目标物体的遮挡性，结合球型摄像机可通过云台指令移动镜头方向的特点，提出一种球型摄像机镜头粘附灰斑的视频质量诊断方法。

本发明的基本技术构思是，首先通过云台向球型摄像机发送运动指令，寻找一个满足一定条件(监控目标物体相对单一)的场景区域，然后发送有限组合的运动指令，形成图像分析序列。计算序列中像素点与其4邻域像素点的强度差异，再依据强度差异计算像素点在灰斑边界区域上的概率与累积概率，然后将累积概率归一化到区间[0,255]，得到累积概率图，最后计算累积概率图的形态学梯度，即为灰斑区域边界图。

一种球型摄像机镜头粘附灰斑的视频质量诊断方法，步骤如下：

步骤一、向球型摄像机发送运动指令，寻找一个监控目标物体相对单一的场景区域；

步骤二、向球型摄像机发送有限组合的运动指令，分解所得到的视频帧，形成图像分析序列；

步骤三、计算每张图片上像素点在灰斑区域边界上的概率与累积概率；

步骤四、通过像素点的累积概率，得到累积概率图，并计算出累积概率图的形态学梯度；即得到灰斑区域边界图，完成灰斑检测。

按上述方案，步骤一具体包括以下过程：

步骤1-1、向球型摄像机发送运动指令集S中的一条指令，计算球型摄像机运动后拍摄得到的图像均值与方差。指令集S包括向上、向下、向左、向右、拉近、推远运动指令。

步骤1-2、重复步骤1-1，同时判断图像均值与方差是否满足预定阈值，

步骤1-3、当图像均值与方差满足预定阈值时，停止向球型摄像机发送指令，成功定位一个场景区域。

按上述方案，发送有限组合的运动指令，分解所得到的视频帧，形成图像分析序列的具体步骤为：

步骤2-1、取S中指令一，指令二，指令三，指令四形成新的指令集S₁，并设定球型摄像机的旋转速度阈值。

步骤2-2、通过云台向球型摄像机发送S₁中的一条指令，使得球型摄像机以大于预定阈值的角速度旋转。

步骤2-3、重复步骤2-2，同时判断若干指令的累积运动时长是否大于预定的时长阈值，或不满足均值与方差预定阈值，

步骤2-4、当若干指令的累积运动时长大于预定的时长阈值，或不满足均值与方差预定阈值时，停止向球型摄像机发送指令。

步骤2-5、取球型摄像机在指令集S₁下运动期间拍摄得到的视频中的每一帧，形成图像分析序列。

按上述方案，计算每张图片上像素点在灰斑区域边界上的概率与累积概率的具体步骤为：

步骤3-1、计算图片中像素点与其4邻域像素点的通道强度差异。

步骤3-2、计算像素点在灰斑区域边界上的概率。

步骤3-3、计算像素点在灰斑区域边界上的累积概率。

按上述方案，通过像素点的累积概率，得到累积概率图，并计算出累积概率图的形态学梯度的具体步骤为：

步骤4-1、将得到的累积概率归一化处理到[0,255]。

步骤4-2、使用膨胀操作和蚀刻操作，并计算膨胀操作于蚀刻操作的梯度，得到突出增强后的灰斑区域边界图。即完成灰斑检测。

有益效果：本发明采用了通过球型摄像机受控运动得到图像分析序列的检测方法，这种技术相较于其它检测方案的突出意义在于：

1)充分利用视频监控现场设备的特色属性(球型摄像机可按照云台指令运动)，采集比单张图像更加丰富的视频场景信息。

2)即使其他检测方案也可以获得某种图像分析序列，但它们是被动基于场景角度固定条件下采集的方法，图像序列之间只存在场景在时序上的差异信息，对于相当一部分情况，仍然无法避免灰斑叠加在目标物体成像上的‘隐形’状态，存在检测方案可行性的‘盲区’。

3)在道路交通视频监控应用中，这种户外环境的特殊性造成了镜头粘附灰斑较高的出现几率高，而这些监控场合下对球型摄像机的使用也相当普遍；因此，本发明巧妙定义了两者的结合点，具有高效、易行的应用价值。

附图说明

下面结合附图和具体实施方式对本发明的技术方案作进一步具体说明。

图1为本发明方法的基本流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

由于镜头粘附灰斑对监控目标物体具有遮挡性，球型摄像机可通过云台指令移动镜头方向，将两者的特性进行关联，可明显提升检测技术的可行性。

如图1所示，本发明的一种球型摄像机镜头粘附灰斑的视频质量诊断方法的实施例，主要步骤如下：

步骤一、向球型摄像机发送运动指令，寻找一个监控目标物体相对单一的场景区域；

步骤二、向球型摄像机发送有限组合的运动指令，分解所得到的视频帧，形成图像分析序列；

步骤三、计算每张图片上像素点在灰斑区域边界上的概率与累积概率；

步骤四、通过像素点的累积概率，得到累积概率图，并计算出累积概率图的形态学梯度；即得到灰斑区域边界图，完成灰斑检测。即得到灰斑区域边界图，完成灰斑检测。

步骤一的详细步骤为：

1-1)通过云台向球型摄像机发送指令集S(向上、向下、向左、向右、拉近、推远)中的一条指令，计算球型摄像机运动后拍摄得到的图像均值与方差：

其中，M为图像宽的像素点个数，N为图像高的像素点个数，c＝[R,G,B]^T，I^c(i,j)为图像第i行第j列像素点在c通道上的强度值，为图像c通道上的强度均值，σ²为c通道上的强度方差，指令集S为{指令1：向左旋转1度，指令2：向右旋转1度，指令3：向上旋转1度，指令4：向下旋转1度，指令5：拉长焦距，指令6：缩短焦距}。

1-2)重复步骤1-1)，直到满足条件：

||σ²||_p＜ε (3)

可选的，存在第二种方法：

1-1’)通过云台向球型摄像机发送指令集S中的一条指令，计算球型摄像机执行指令后拍摄得到的图像均值与方差：

其中，M为图像宽的像素点个数，N为图像高的像素点个数，c＝[R,G,B]^T，I^c(i,j)为图像第i行第j列像素点在c通道上的强度值，为图像c通道上的强度均值，g(i,j)为c通道上的强度与强度均值之差，指令集S为{指令1：向左旋转1度，指令2：向右旋转1度，指令3：向上旋转1度，指令4：向下旋转1度，指令5：拉长焦距，指令6：缩短焦距}。

1-2’)重复步骤1-1’)，直到满足条件：

其中，λ^c(i,j)为图像上I上第i行第j列像素点在c通道上的权重。

其中，ε为强度方差阈值。此时，即可停止向球型摄像机发送指令，成功定位一个场景区域。

优选的，步骤1-2’)中的具体参数为：ε＝0.01。

步骤二的详细步骤为：

2-1)取S中指令1，指令2，指令3，指令4形成新的指令集S₁，记此时时刻为t₀。

设定球型摄像机的旋转速度w，使得:

w≥W (7)

其中，W为旋转速度阈值。

2-2)通过云台向球型摄像机发送S₁中的一条指令，使得球型摄像机以角速度w旋转，当球型摄像机旋转完后，记此时的时刻为t₁。

2-3)重复步骤2-2)，直到满足条件：

t₁-t₀≥T (8)

或者不满足公式(3)，停止向球型摄像机发送指令。其中T为时间阈值。

2-4)取[t₀,t₁]间球型摄像机拍摄得到的视频中的帧，形成图像分析序列J，J_t为视频的第t帧图像，t∈[1,L-1]，其中L为视频的总帧数。

优选的，具体参数为：W＝0.05rad/s，T＝10s。

步骤三的详细步骤为：

3-1)计算J_t中第i行第j列像素点(i,j,t)与其4邻域像素点的c通道强度差异：

df(i,j,t)＝||dI((i,j,t),x)||_p (9)

其中，

在J_t上，两个像素点x₁与x₂的强度差异定义为其强度值之差的_p范数，计算公式如下：

dI(x₁,x₂)＝||I^c(x₁)-I^c(x₂)||_p (11)

3-2)计算像素点(i,j,t)在灰斑区域边界上的概率：

其中，D为强度差异阈值。

3-3)计算像素点(i,j,t)在灰斑区域边界上的累积概率：

其中，λ为权重，并且λ≥0。则为像素点(i,j)在整个J中的累积概率。

优选的，具体参数为：D＝1000。

步骤四的详细步骤为：

4-1)归一化到区间[0,255]，且取整：

其中，MIN与MAX的计算公式为：

4-2)对τ进行膨胀操作：

其中，b∈R²。

膨胀操作的计算方式为：

4-3)对τ进行腐蚀操作：

腐蚀操作的计算方式为：

4-4)计算τ的膨胀操作于腐蚀操作的梯度：

ψ＝ζ-ξ (20)

至此，已得到突出增强后的灰斑区域边界图，完成灰斑检测。

最后需要说明的是，以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管按照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种球型摄像机镜头粘附灰斑的视频质量诊断方法，其特征在于，包括以下步骤：

步骤一、向球型摄像机发送运动指令，寻找一个监控目标物体相对单一的场景区域；

步骤二、向球型摄像机发送有限组合的运动指令，分解所得到的视频帧，形成图像分析序列；

步骤三、计算每张图片上像素点在灰斑区域边界上的概率与累积概率；

步骤四、通过像素点的累积概率，得到累积概率图，并计算出累积概率图的形态学梯度；即得到灰斑区域边界图，完成灰斑检测。

2.根据权利要求1所述的球型摄像机镜头粘附灰斑的视频质量诊断方法，其特征在于，所述步骤一具体包括：

步骤1-1、向球型摄像机发送运动指令集S中的一条指令，计算球型摄像机运动后拍摄得到的图像均值与方差；指令集S包括向上、向下、向左、向右、拉近、推远运动指令；

步骤1-2、重复步骤1-1，同时判断图像均值与方差是否满足预定阈值，

步骤1-3、当图像均值与方差满足预定阈值时，停止向球型摄像机发送指令，成功定位一个场景区域。

3.根据权利要求1所述的球型摄像机镜头粘附灰斑的视频质量诊断方法，其特征在于，所述步骤二具体包括：

步骤2-1、取S中指令一，指令二，指令三，指令四形成新的指令集S₁，并设定球型摄像机的旋转速度阈值；

步骤2-2、通过云台向球型摄像机发送S₁中的一条指令，使得球型摄像机以大于预定阈值的角速度旋转；

步骤2-3、重复步骤2-2，同时判断若干指令的累积运动时长是否大于预定的时长阈值，或不满足均值与方差预定阈值，

步骤2-4、当若干指令的累积运动时长大于预定的时长阈值，或不满足均值与方差预定阈值时，停止向球型摄像机发送指令；

步骤2-5、取球型摄像机在指令集S₁下运动期间拍摄得到的视频中的每一帧，形成图像分析序列。

4.根据权利要求1所述的球型摄像机镜头粘附灰斑的视频质量诊断方法，其特征在于，所述步骤三具体包括：

步骤3-1、计算图片中像素点与其4邻域像素点的通道强度差异；

步骤3-2、计算像素点在灰斑区域边界上的概率；

步骤3-3、计算像素点在灰斑区域边界上的累积概率。

5.根据权利要求1所述的球型摄像机镜头粘附灰斑的视频质量诊断方法，其特征在于，所述步骤四具体包括：

步骤4-1、将得到的累积概率归一化处理到[0,255]；

步骤4-2、使用膨胀操作和蚀刻操作，并计算膨胀操作于蚀刻操作的梯度，得到突出增强后的灰斑区域边界图。