CN107959847A - 视频监控网络的视频诊断和运维管理系统及方法 - Google Patents

Abstract

视频监控网络的视频诊断与运营管理系统及方法，所述系统包括视频诊断服务器用于进行视频质量诊断分析，并将检测结果传给运维管理服务器；运维管理服务器利用SNMP协议获取视频监控子网的各类设备的状态，定位视频故障设备，对各类设备进行运行状态巡查和监测、状态统计分析、设备故障报警推送、设备故障维修管理和资产管理。本发明能够实时监测系统中的服务器、设备等运行状态情况，可自动进行巡检，发现问题可直接定位问题源头并及时推送给运维人员，会根据问题的严重程度进行不同级别的报警，保证运维人员第一时间了解问题点并进行解决；能够对各种运维问题进行统计分析，找出系统中的薄弱环节，指导后续系统升级和维护。

Description

视频监控网络的视频诊断和运维管理系统及方法

技术领域

本发明涉及视频监控领域，具体的，涉及一种对视频监控网络进行视频诊断及运维管理的系统及方法。

背景技术

目前基于IP网络的视频监控已经成为安防视频监控的主要组成部分。上述视频监控被广泛地运营于天眼、平安城市、交通、银行，甚至公检法的内网视频监控系统。

随着视频网络的广泛布置，上述的视频监控网络被逐步深入到工作的各方面，公检法人员运用科技的意识和能力逐步加强。但是随着上述信息化网络的不断扩大，硬件设备和软件系统越来越多，日常运维保障正变得日益庞杂繁重，目前的运维工作主要依靠运维人员手工检查，问题发现不及时、故障节点定位不准确的问题严重制约着系统运维的效率，从而影响系统的日常使用。

同时由于监控摄像机通常运行环境比较恶劣，在室外遭受日晒雨淋，同时需要长时间、不间断24小时运行。苛刻的使用条件和常年累月地运行都加速了器件老化失效，摄像机的聚焦、变倍、色彩还原、清晰度等指标都会受到影响，而对于云台类监控设备还会有机械运动单元，更容易发生电机失效、控制失效等故障。在监控网络中，视频信号的传输环节也是最容易发生故障的，长距离的电缆传输、多级矩阵切换以及多级网络转发、线路老化、接头松动等现场环境的变化也可能带来视频噪声。

随着国内安防市场的不断壮大和成熟，老的监控设备的维护工作量越来越大，同时新的监控摄像头每年都在更广泛地被使用，数量庞大的视频监控系统的运维已经不能单纯依靠人工来解决了。一个检察院的监控就会使用几十乃至上百个摄像头，如果使用人力巡检的方式很可能为此就要增加一个人力的投入，而且对异常状况的响应还无法做到及时高效。而如果是更大的视频监控系统，如大型厂区、平安城市这类监控需求，就会用到成千上万甚至几十万个摄像头，如果还只是依赖于人工的维护和巡检就无法想象了，如果故障处理不及时，就会使得视频监控系统的使用效果大打折扣，严重影响安全保障工作的有效开展。

所以，传统的运维方式的技术缺点为：

1.无法主动发现问题，出现问题无法第一时间知晓，运维过程很被动；

2.问题无法快速准确定位，需要人工排查定位；

3.运维数据无法系统化收集，无法进行统计分析作为后续改进的指导。

基于以上现状，现亟需一套对视频监控网络中的视频自动进行视频质量诊断，并提供资产管理、各类设备运行状态巡查和监测、各类设备状态统计分析、设备故障报警推送、设备故障维修管理等功能的视频诊断和运维管理系统及方法，以帮助运维人员更准确的掌握系统中各种设备的运行状况，及时发现系统中出现的故障，并采取相应的解决措施去保证系统的正常稳定运行。

发明内容

有鉴于此,本发明的目的在于提出一种对视频监控网络中的视频自动进行视频质量诊断，并提供对视频监控网络进行运营管理的的视频诊断和运维管理系统及方法。

一种视频诊断与运营管理系统，包括视频诊断服务器和运维管理服务器，所述视频诊断服务器和运维管理服务器均相互连接，且均连接外部的多个视频监控子网；

所述视频诊断服务器，用于根据运维管理服务器的视频质量检测指令，对视频监控子网的所录取的视频进行视频质量诊断分析，并将检测结果传给所述运维管理服务器；

所述运维管理服务器包括诊断管理单元，和网管单元，所述诊断管理单元，从所述网管单元获取视频监控子网的相关设备信息，向所述视频诊断服务器发出视频质量检测指令，并获取视频质量检测结果；

所述网管单元，用于利用SNMP协议获取视频监控子网的各类设备的状态，向所述诊断管理单元传递视频监控子网的相关设备信息，接收视频质量检测结果，并定位视频故障设备，还能对视频监控子网的各类设备进行运行状态巡查和监测、各类设备状态统计分析、设备故障报警推送、设备故障维修管理和资产管理。

可选的，所述相关设备信息包括视频设备自身信息，以及该视频设备的网络信息。

所述视频质量检测指令包括视频质量检测对象，检测项目、时间段。

可选的，所述视频诊断服务器包括视频亮度异常检测单元、视频清晰度异常检测单元、视频噪声检测单元、视频色度异常检测单元、视频信号缺失检测单元和视频画面冻结检测单元。

可选的，所述网管单元能够进行：设备情况总览、故障提示、设备修复、视频管理、设备状态显示、网络拓扑显示、任务管理、统计分析和资产管理。

可选的，所述网管单元以图形和表格的形式显示各种信息。

本发明还公开了一种利用上述的视频诊断与运营管理系统进行管理方法，包括如下步骤：

所述诊断管理单元从所述网管单元获得所述视频监控子网的相关设备信息；

所述诊断管理单元根据所述设备信息，向所述视频诊断服务器发出视频质量检测指令；

所述视频诊断服务器根据所述视频质量检测指令，获取视频图像进行检测，并生成视频质量检测结果；

所述视频诊断服务器将所述视频质量检测结果反馈给所述诊断管理单元和所述网管单元；

所述网管单元获取所述视频质量检测结果，并根据所述视频质量检测指令定位故障设备；

所述网管单元根据所述故障设备的网络信息，以及视频质量检测结果，生成故障报表，并向用户发出警报。

可选的，所述相关设备信息包括视频设备自身信息，以及该视频设备的网络信息。

所述视频质量检测指令包括视频质量检测对象，检测项目、时间段。

可选的，所述视频诊断包括视频亮度异常检测、视频清晰度异常检测、视频噪声检测、视频色度异常检测、视频信号缺失检测和视频画面冻结检测；

所述视频亮度异常检测通过如下步骤实现：将视频图像转换为指定格式，输入Y分量，对整图进行亮度分量直方图统计和图像亮度分布分析，求得实时平均灰度值，选择动态阈值，将实时平均灰度值与动态阈值做比较，如果超出阈值则产生报警信号；

所述视频清晰度异常检测通过如下步骤实现：将视频图像转换为指定格式，输入Y分量，对Y分量分别进行DCT变换和发散度检测，通过DCT变换进行图像数据在频率域的频谱分析，并检测在设定频率范围内的分量和是否大于设定阈值，通过发散度检测得到平均发散度，检测平均发散度是否大于设定阈值，如果其中之一超出阈值，则产生报警信号；

所述视频噪声检测单元通过如下步骤实现：将视频图像转换为指定格式，输入YCbCr分量，对Y分量进行DCT变换，判断Y分量频谱分析是否存在异常，如果是则产生报警信号，或者，对CbCr分量频谱分析异常，判断CbCr分量频谱分析是否存在异常，如果是则产生报警信号；

所述视频色度异常检测通过如下步骤实现：将视频图像转换为指定格式，输入CbCr分量，对Cb分量和Cr分量分别求均值，如果Cb分量和Cr分量其中之一的均值大于阈值，则进一步求相应分量4个子区域的均值，如果其中3个以上的子区域均值大于阈值，则产生报警信号；

所述视频色度异常检测单元通过如下步骤实现：将视频图像转换为指定格式，输入Y分量，对整图进行亮度分量直方图统计和离散度分布分析，判断曲线的最大峰值集中度是否大于阈值，如果超出阈值则产生报警信号；

所述视频画面冻结检测单元通过如下步骤实现：输入当前帧与上一帧图像，求两帧图像差异变化，如果绝对差小于阈值则进行技术，当计数器大于阈值时，则产生报警信号。

可选的，所述设备自身信息包括设备的产品类型、MAC地址，所述设备的网络信息包括给设备所处的网段、设备网络名称、中转路由名称。

可选的，所述网管单元通过SNMP协议获取视频监控子网的各个设备的状态信息。

本发明能够实时监测系统中的服务器、设备等运行状态情况，实现包括公检法机关在内的各视频监控子网的同步录音录像工作的自动监测，进一步信息化建设和应用的水平，第一时间实现问题的显示、故障的排查、应急方案的实施，进一步保障信息利用能力、指挥协调能力、快速反应能力、联合作战能力、打击与预防犯罪能力，从而确保同录工作的稳定性、高效性。通过可视化运维系统，实现视频监控系统的自动化管理，保障同录系统的稳定性与安全性。例如对于公检法机关，能够实现对案件审讯过程的全程智能化、自动化、可视化管理。

附图说明

通过以下参照附图对本发明实施例的描述，本发明的上述以及其它目的、特征和优点将更为清楚，在附图中：

图1是根据本发明具体实施例的视频诊断与运营管理系统的模块图；

图2是根据本发明具体实施例的视频诊断服务器的模块图；

图3是根据本发明具体实施例的对视频进行视频信号亮度异常检测的流程图；

图4是根据本发明具体实施例的对视频进行视频信号清晰度异常检测的流程图；

图5是根据本发明具体实施例的对视频进行视频信号噪声检测的流程图；

图6是根据本发明具体实施例的对视频进行视频信号色度异常检测的流程图；

图7是根据本发明具体实施例的对视频进行视频信号缺失检测的流程图；

图8是根据本发明具体实施例的对视频进行视频信号画面冻结检测的流程图；

图9是根据本发明具体实施例的SNMP网管的运营模式图；

图10是根据本发明具体实施例的设备总览图；

图11是根据本发明具体实施例的故障提示图；

图12是根据本发明具体实施例的视频诊断界面图；

图13是根据本发明具体实施例的设备状态图；

图14是根据本发明具体实施例的网络拓扑图；

图15是根据本发明具体实施例的任务管理图；

图16是根据本发明具体实施例的统计分析图；

图17是根据本发明具体实施例的视频诊断与运营管理系统的管理方法的流程图。

1、视频诊断与运营管理系统；10、视频诊断服务器；11、视频亮度异常检测单元；12、视频清晰度异常检测单元；13、视频噪声检测单元；14、视频色度异常检测单元；15、视频信号缺失检测单元；16、视频画面冻结检测单元；20、运维管理服务器；21、诊断管理单元；22、网管单元。

具体实施方式

以下基于实施例对本发明进行描述，但是本发明并不仅仅限于这些实施例。

本发明采用视频诊断技术，对画面冻结、颜色异常、画面模糊、视频丢失、亮度异常、噪声干扰、视频遮挡、场景变化等检测，同时利用SNMP协议建立运维管理平台，设定视频诊断参数，对视频监控子网的相关设备以及相关视频进行实时诊断，获取设备的运行状态等信息，按照设备之间的逻辑拓扑关系实时显示，对于发生视频故障的视频能够自动报警，通过图形化的方式显示。

实施例1：

具体的，参见图1，示出了根据本发明具体实施例的视频诊断与运营管理系统模块图，包括视频诊断服务器10和运维管理服务器20，所述视频诊断服务器10和运维管理服务器20均相互连接，且均连接外部的多个视频监控子网；

所述视频诊断服务器，用于根据运维管理服务器的视频质量检测指令，对视频监控子网的所录取的视频进行视频质量诊断分析，并将检测结果传给所述运维管理服务器；

所述运维管理服务器包括诊断管理单元21，和网管单元22，所述诊断管理单元21，用于向所述视频诊断服务器发出视频质量检测指令，并获取视频质量检测结果；

所述网管单元22，用于利用SNMP协议获取视频监控子网的各类设备的状态，向所述诊断管理单元传递视频监控子网的相关设备信息，接收视频质量检测结果，并定位视频故障设备，还能对视频监控子网的各类设备进行运行状态巡查和监测、各类设备状态统计分析、设备故障报警推送、设备故障维修管理和资产管理。

其中所述相关设备信息包括视频设备自身信息，以及该视频设备的网络信息。

所述视频质量检测指令包括视频质量检测对象，检测项目、时间段。进一步的，还可以包括相关检测参数，例如所检测项目的相关阈值。相关检测参数可以随着视频质量检测指令下发设定，也可以单独下发设定，各种设定的方式均在本发明所要保护的范围之内

在本发明中，所述视频监控子网为现有技术常见的视频监控网络，包括高清监控摄像机、拾音器、同步录音录像主机、流媒体服务器、录像存储服务器、平台总控服务器等多种设备。

本发明视频诊断与运营管理系统利用SNMP协议能够实时获取设备的信息，获得全网摄像头的分布以及位置，并将该信息传递给诊断管理单元，诊断管理单元能够对指定的视频设备发出视频质量检测指令进行视频质量检测，也可以对所有的视频源以轮询的方式做视频质量检测，反馈视频检测结果。由于网管单元具有所有设备的自身信息以及网络信息，能够很好的定位发生故障的设备。此外，网管单元还能够实现日常的视频监控子网中的设备状态显示和报警，从而实现包括视频质量监控在内的视频监控网络的运维管理。

进一步的，参见图2，示出了根据本发明具体实施例的视频诊断服务器的模块图，所述视频诊断服务器根据视频亮度异常检测单元11、视频清晰度异常检测单元12、视频噪声检测单元13、视频色度异常检测单元14、视频信号缺失检测单元15和视频画面冻结检测单元16，从而实现对视频各项参数的检测。

1、视频亮度异常检测

用于自动检测视频信号过亮或者过暗类型的信号失真，该症状可能由摄像机故障、增益控制紊乱、环境照明条件异常等情况导致，也可能是恶意遮挡、光线直射等方式的恶意致盲导致。

具体的，参见图3，所述视频亮度异常检测单元11，通过如下步骤实现视频亮度异常检测：将视频图像转换为指定格式，输入Y分量，对整图进行亮度分量直方图统计和图像亮度分布分析，求得实时平均灰度值，选择动态阈值，将实时平均灰度值与动态阈值做比较，如果超出阈值则产生报警信号。

2、视频信号清晰度异常检测

用于自动检测由于聚焦不准、镜头污损或异物遮挡等原因引起的视野主体部分的图像模糊以及镜头对准无意义的场景或物体的情况。

参见图4，所述视频清晰度异常检测单元12，通过如下步骤实现视频清晰度异常检测：将视频图像转换为指定格式，输入Y分量，对Y分量分别进行DCT变换和发散度检测，通过DCT变换进行图像数据在频率域的频谱分析，并检测在设定频率范围内的分量和是否大于设定阈值，通过发散度检测得到平均发散度，检测平均发散度是否大于设定阈值，如果其中之一超出阈值，则产生报警信号。

该检测步骤进行多算子模型的检测，以保证最终算法结果的准确性和对不同场景的适应性，增强了算法的鲁棒性和实用价值。

3、视频信号噪声检测

用于自动检测图像中混杂的细纹、斜纹，以及由此导致的画面扭曲、模糊抖动等失真现象。视频噪声的检测算法实现非常复杂和困难，这一方面是由于干扰的无规律性，算法的应对策略要综合考虑，另一方面就是干扰的强度、类型有比较多的主观判断因素。在具体判断中，阈值的选择要注意平衡。

参见图5，所述视频噪声检测单元13，通过如下步骤实现视频噪声检测：将视频图像转换为指定格式，输入YCbCr分量，对Y分量进行DCT变换，判断Y分量频谱分析是否存在异常，如果是则产生报警信号，或者，对CbCr分量频谱分析异常，判断CbCr分量频谱分析是否存在异常，如果是则产生报警信号。

4、视频信号色度异常检测

自动检测视频信号分量线路故障或各分量增益紊乱等原因导致的视频画面整体偏绿、偏红或偏蓝等现象。

参见图6，所述视频色度异常检测单元14，通过如下步骤实现视频色度异常检测：将视频图像转换为指定格式，输入CbCr分量，对Cb分量和Cr分量分别求均值，如果Cb分量和Cr分量其中之一的均值大于阈值，则进一步求相应分量4个子区域的均值，如果其中3个以上的子区域均值大于阈值，则产生报警信号。

该算法处理的信号是图像数据的UV色差分量，通过对色差分量分布的统计和均值计算等操作后，与设定的阈值进行比较以确定是否有偏色情况。同时为了解决实际监控场景中会真实存在的偏色情况，如出现大片的绿色植物等，算法还需要有针对性地进行分区域统计，通过设置动态阈值等方式过滤一些可能会引起误判的场景。

5、视频信号缺失检测

自动检测由于前端设备故障、传输线路故障或认为恶意破坏等原因引起的黑屏或蓝屏等视频信号丢失的现象。

参见图7，所述视频色度异常检测单元15，通过如下步骤实现视频色度异常检测：将视频图像转换为指定格式，输入Y分量，对整图进行亮度分量直方图统计和离散度分布分析，判断曲线的最大峰值集中度是否大于阈值，如果超出阈值则产生报警信号。

6、视频信号画面冻结

自动检测由于前端设备死锁、线路传输故障或人为恶意破坏导致的视频画面停滞在某一帧的情况，避免遗漏真实画面。

参见图8，所述视频画面冻结检测单元16，通过如下步骤实现视频画面冻结检测：输入当前帧与上一帧图像，求两帧图像差异变化，如果绝对差小于阈值则进行技术，当计数器大于阈值时，则产生报警信号。

所述网管服务器采用SNMP的方式进行设备各类信息的活动，参见图9，示出了SNMP网管的运营模式图。

SNMP是基于TCP/IP协议族的网络管理标准，是一种在IP网络中管理网络节点(如服务器、工作站、路由器、交换机等)的标准协议。SNMP能够使网络管理员提高网络管理效能，及时发现并解决网络问题以及规划网络的增长。网络管理员还可以通过SNMP接收网络节点的通知消息以及告警事件报告等来获知网络出现的问题。

SNMP管理的网络由三部分组成：被管理的设备、SNMP代理、网络管理系统(NMS)，网络管理系统通过SNMP代理实现监控被管理设备的功能。

所述网管单元能够进行：设备情况总览、故障提示、设备修复、视频管理、设备状态显示、网络拓扑显示、任务管理、统计分析和资产管理等多个功能。

所述设备情况总览，能够显示查看设备汇总情况、各设备状态信息，并能够按照地点、设备类型和连接方式等不同属性分别汇总显示相关设备。

例如，显示硬盘容量统计及平台服务器内存cpu使用情况。设备情况总览包括设备汇总功能，支持查看全部楼宇、每栋楼、每栋楼中每间房间以及设备间内机柜的所有设备信息；支持实时显示各设备状态信息、视频状态、录像完整性等信息；查看方式支持按设备物理关系显示各设备拓扑关系，以及按设备数据连接关系显示设备拓扑关系等列表化显示设备状态。

参见图10，示出了一种示例性的设备总览图。

所述故障提示，能够显示设备故障情况，根据故障的严重程度分别启动不同的报警程序。

例如，能够对出现故障的设备进行高亮显示，以提示需要重点处理，在设备拓扑图上实时查看设备当前状态是否正常，同时可点击查看设备的具体故障情况，方便及时处理。系统检测到异常会将报警分级推送给运维人员和技术人员，当产生严重影响同步录音录像工作的异常时会同时推送给运维人员和技术人员，并在运维人员处联动声音报警；根据故障的严重程度分别启动不同的报警程序。对于部分过程的故障，例如审讯过程中产生的故障，可提供报表显示故障出现时间、故障恢复正常时间，以供时候查阅。

参见图11，示出了一种示例性的故障提示图。

所述设备修复，能够记录每次设备修复的相关信息，填写设备故障原因和修复方案，为下次故障修复提供解决思路。进一步的，所述设备修复能够对视频监控子网中的设备自动进行时间校时功能。

所述视频管理，能够设置各种视频诊断项目的相关参数，所述相关参数，包括阈值、诊断时间、轮询方式，对视频诊断结果进行汇总分析，和分级。

包括视频诊断：支持查询被诊断通道的诊断结果，支持根据多种不同的统计类型和多种异常类型显示异常次数的柱状图和饼图并支持显示报警图片。查看报警时间段前后的录像，支持依据开始时间和结束时间导出该时间段内的诊断设备的诊断结果。

录像巡检：按照巡查结果查询和存储类型进行查询，支持在操作区选择录像回放，并支持弹出报警录像页面，具有录像巡检统计功能，支持按章统计类型和存储类型进行查询，并支持柱状图和饼状图显示；支持录像的回放和导出统计数据，生成excle文件。

参见图12，示出了一种示例性的视频诊断界面图。

所述设备状态，用于显示一定区域内的所选设备的资源状态。

例如，能够查询所选区域下的所有资源状态。支持按照设备状态和设备类型进行查询；支持在设备查询界面进行报修；支持导出设备状态统计数据。对某一区域下的服务器的状态进行统计。系统支持根据“设备厂商”、“所属组织”、“维护组织”不同的统计类型进行统计，同时支持根据服务器的类型进行统计。支持根据统计类型以及服务器进行查询和统计，支持将统计出的列表以excel形式导出保存到本地。

参见图13，示出了一种示例性的设备状态图。

所述网络拓扑，显示一定区域内的设备类型、连接方式以及设备状态。例如，若设备故障，则可看到有红色叹号显示，否则正常显示。可查看设备信息及区域信息。同时，支持滚动放大缩小和拖动。在网络拓扑图页面，可查看服务器的详细信息，包括设备的名称、IP、在线状态等。

参见图14，示出了一种示例性的网络拓扑图。

任务管理，用于实现任务的录入和统计功能。例如，支持任务的建设、修改和删除；支持建设任务的导出。还具有建设任务的统计功能，可以实现对建设任务的表格和柱状图的统计分析；支持查询实时的任务建设情况。

参见图15，示出了一种示例性的任务管理图。

统计分析，用于对故障，运维列表等各项信息进行查询统计。

例如，支持运维数据统计功能，支持按照设备类型统计故障信息及按照故障类型统计故障信息，并支持按时间段统计设备故障信息，可以统计当前层级上所有设备种类及数量。统计信息支持列表、柱状图和饼状图三种形式，并支持导出故障设备信息，可以导出所有故障信息到excel中。支持运维列表查询功能，可以查询楼层，办案区，休息室，专案指挥室中的设备的详细信息；可以查询故障设备以前所有的故障信息，显示故障原因，故障时间，修复时间，修复方案等信息，并可以导出相关的报表。

参见图16，示出了一种示例性的统计分析图。

资产运维，用于处理资产报修单和派工单，实现对资产维修过程的登记和跟踪。分为报修管理和派工管理，报修管理实现报修单的管理，对报修单可以进行派工操作，派工管理实现派工单的管理，记录维修结果。

资产管理实现对资产的维护和管理。实现按照资产编号、资产名称、录入时间、安装地点、负责人、资产类型、资产型号、资产厂商等信息的查询，资产从录入到报废的维护。维护资产类型和资产型号数据字典，每种资产类型可以有不同的型号，资产型号和类型的导入和导出备份，资产类型的增加、删除和修改，资产型号的增加、删除和修改。

此外，还能够进行厂商管理、资产的数据统计以及故障统计，维修费用统计等。

通过图10-图16，能够看出，所述网管单元22能够以图形、表格的形式显示各种信息。

实施例2：

参见图17，示出了根据上述的视频诊断与运营管理系统的管理方法，包括如下步骤：

参见图17，示出了根据上述的视频诊断与运营管理系统的管理方法，包括如下步骤：

所述诊断管理单元从所述网管单元获得所述视频监控子网的相关设备信息；

所述诊断管理单元根据所述设备信息，向所述视频诊断服务器发出视频质量检测指令；

所述视频诊断服务器根据所述视频质量检测指令，获取视频图像进行检测，并生成视频质量检测结果；

所述视频诊断服务器将所述视频质量检测结果反馈给所述诊断管理单元和所述网管单元；

所述网管单元获取所述视频质量检测结果，并根据所述视频质量检测指令定位故障设备；

所述网管单元根据所述故障设备的网络信息，以及视频质量检测结果，生成故障报表，并向用户发出警报。

进一步的，所述相关设备信息包括视频设备自身信息，以及该视频设备的网络信息。

所述视频质量检测指令包括视频质量检测对象，检测项目、时间段。

进一步的，所述视频诊断包括视频亮度异常检测、视频清晰度异常检测、视频噪声检测、视频色度异常检测、视频信号缺失检测和视频画面冻结检测。

所述设备自身信息包括设备的产品类型、MAC地址，所述设备的网络信息包括给设备所处的网段、设备网络名称、中转路由名称。

因此，本发明具有如下优点：

自动检测：能够对各个视频监控子网中的设备进行自动巡检，能够提高时效性，及时发现问题，并减少人工开支；

视频质量诊断：能够对摄像头的视频质量进行巡检，发现视频质量变化，提高视频监控效果；

音频诊断：能够对拾音器的拾音状态进行巡检，及时发现音频异常问题；

各类服务器运行状态检测：可实时对各类服务器的运行状态进行检测，及时发现资源占用过高、掉线、宕机等异常问题；

分级推送报警：对系统内的各类问题进行分级推送，严重的影响当前工作进行的问题需要报警联动声光提示，提醒运维人员立即解决，不影响目前使用的问题则降低报警级别。

本发明可展现实时监测系统中的服务器、设备等运行状态情况，实现包括公检法机关在内的各视频监控子网的同步录音录像工作的自动监测，进一步信息化建设和应用的水平，第一时间实现问题的显示、故障的排查、应急方案的实施，进一步保障信息利用能力、指挥协调能力、快速反应能力、联合作战能力、打击与预防犯罪能力，从而确保同录工作的稳定性、高效性。通过可视化运维系统，实现视频监控系统的自动化管理，保障同录系统的稳定性与安全性。例如对于公检法机关，能够实现对案件审讯过程的全程智能化、自动化、可视化管理。

以上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域技术人员而言，本发明可以有各种改动和变化。凡在本发明的精神和原理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 (10)

1.一种视频监控网络的视频诊断与运营管理系统，包括视频诊断服务器和运维管理服务器，所述视频诊断服务器和运维管理服务器均相互连接，且均连接外部的多个视频监控子网；

所述视频诊断服务器，用于根据运维管理服务器的视频质量检测指令，对视频监控子网的所录取的视频进行视频质量诊断分析，并将检测结果传给所述运维管理服务器；

所述运维管理服务器包括诊断管理单元，和网管单元，所述诊断管理单元，从所述网管单元获取视频监控子网的相关设备信息，向所述视频诊断服务器发出视频质量检测指令，并获取视频质量检测结果；

所述网管单元，用于利用SNMP协议获取视频监控子网的各类设备的状态，向所述诊断管理单元传递视频监控子网的相关设备信息，接收视频质量检测结果，并定位视频故障设备，还能对视频监控子网的各类设备进行运行状态巡查和监测、各类设备状态统计分析、设备故障报警推送、设备故障维修管理和资产管理。

2.根据权利要求1所述的视频诊断与运营管理系统，其特征在于：

所述相关设备信息包括视频设备自身信息，以及该视频设备的网络信息；

所述视频质量检测指令包括视频质量检测对象，检测项目、时间段。

3.根据权利要求1所述的视频诊断与运营管理系统，其特征在于：

所述视频诊断服务器包括视频亮度异常检测单元、视频清晰度异常检测单元、视频噪声检测单元、视频色度异常检测单元、视频信号缺失检测单元和视频画面冻结检测单元。

4.根据权利要求1所述的视频诊断与运营管理系统，其特征在于：

所述网管单元能够进行：设备情况总览、故障提示、设备修复、视频管理、设备状态显示、网络拓扑显示、任务管理、统计分析和资产管理。

5.根据权利要求1所述的视频诊断与运营管理系统，其特征在于：

所述网管单元以图形和表格的形式显示各种信息。

6.一种利用权利要求1-5中任意一项所述的视频诊断与运营管理系统进行管理方法，包括如下步骤：

所述诊断管理单元从所述网管单元获得所述视频监控子网的相关设备信息；

所述诊断管理单元根据所述设备信息，向所述视频诊断服务器发出视频质量检测指令；

所述视频诊断服务器根据所述视频质量检测指令，获取视频图像进行检测，并生成视频质量检测结果；

所述视频诊断服务器将所述视频质量检测结果反馈给所述诊断管理单元和所述网管单元；

所述网管单元获取所述视频质量检测结果，并根据所述视频质量检测指令定位故障设备；

所述网管单元根据所述故障设备的网络信息，以及视频质量检测结果，生成故障报表，并向用户发出警报。

7.根据权利要求6所述的管理方法，其特征在于：

所述相关设备信息包括视频设备自身信息，以及该视频设备的网络信息；

所述视频质量检测指令包括视频质量检测对象，检测项目、时间段。

8.根据权利要求6所述的管理方法，其特征在于：

所述视频诊断包括视频亮度异常检测、视频清晰度异常检测、视频噪声检测、视频色度异常检测、视频信号缺失检测和视频画面冻结检测；

所述视频亮度异常检测通过如下步骤实现：将视频图像转换为指定格式，输入Y分量，对整图进行亮度分量直方图统计和图像亮度分布分析，求得实时平均灰度值，选择动态阈值，将实时平均灰度值与动态阈值做比较，如果超出阈值则产生报警信号；

所述视频清晰度异常检测通过如下步骤实现：将视频图像转换为指定格式，输入Y分量，对Y分量分别进行DCT变换和发散度检测，通过DCT变换进行图像数据在频率域的频谱分析，并检测在设定频率范围内的分量和是否大于设定阈值，通过发散度检测得到平均发散度，检测平均发散度是否大于设定阈值，如果其中之一超出阈值，则产生报警信号；

所述视频噪声检测单元通过如下步骤实现：将视频图像转换为指定格式，输入YCbCr分量，对Y分量进行DCT变换，判断Y分量频谱分析是否存在异常，如果是则产生报警信号，或者，对CbCr分量频谱分析异常，判断CbCr分量频谱分析是否存在异常，如果是则产生报警信号；

所述视频色度异常检测通过如下步骤实现：将视频图像转换为指定格式，输入CbCr分量，对Cb分量和Cr分量分别求均值，如果Cb分量和Cr分量其中之一的均值大于阈值，则进一步求相应分量4个子区域的均值，如果其中3个以上的子区域均值大于阈值，则产生报警信号；

所述视频色度异常检测单元通过如下步骤实现：将视频图像转换为指定格式，输入Y分量，对整图进行亮度分量直方图统计和离散度分布分析，判断曲线的最大峰值集中度是否大于阈值，如果超出阈值则产生报警信号；

所述视频画面冻结检测单元通过如下步骤实现：输入当前帧与上一帧图像，求两帧图像差异变化，如果绝对差小于阈值则进行技术，当计数器大于阈值时，则产生报警信号。

9.根据权利要求6所述的管理方法，其特征在于：

所述设备自身信息包括设备的产品类型、MAC地址，所述设备的网络信息包括给设备所处的网段、设备网络名称、中转路由名称。

10.根据权利要求6所述的管理方法，其特征在于：

所述网管单元通过SNMP协议获取视频监控子网的各个设备的状态信息。