CN109005458B - 一种图像花屏检测方法及装置 - Google Patents

一种图像花屏检测方法及装置 Download PDF

Info

Publication number
CN109005458B
CN109005458B CN201811134090.8A CN201811134090A CN109005458B CN 109005458 B CN109005458 B CN 109005458B CN 201811134090 A CN201811134090 A CN 201811134090A CN 109005458 B CN109005458 B CN 109005458B
Authority
CN
China
Prior art keywords
pixel point
detected
adjacent
value
pixel
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.)
Active
Application number
CN201811134090.8A
Other languages
English (en)
Other versions
CN109005458A (zh
Inventor
李瑞民
杨升
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.)
Shanghai Media Tech Co ltd
Original Assignee
Shanghai Media Tech Co ltd
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 Shanghai Media Tech Co ltd filed Critical Shanghai Media Tech Co ltd
Priority to CN201811134090.8A priority Critical patent/CN109005458B/zh
Publication of CN109005458A publication Critical patent/CN109005458A/zh
Application granted granted Critical
Publication of CN109005458B publication Critical patent/CN109005458B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/4425Monitoring of client processing errors or hardware failure
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00Diagnosis, testing or measuring for television systems or their details
    • H04N17/004Diagnosis, testing or measuring for television systems or their details for digital television systems

Abstract

本发明公开了一种图像花屏检测方法及装置,包括将指定区域内图像的每个像素点分别作为待检测像素点,并对所述待检测像素点执行以下步骤:分别计算所述待检测像素点的RGB值与相邻的指定位置的比对像素点的RGB值的差;判断差的绝对值是否小于某一预设距离阈值,若是,则累加器加1,若否,则略过该点不计;将累加器的值除以该区域内像素总个数,以此获得比例值;判断该比例值是否小于另一预设花屏阈值,若是,则当前该区域内图像为花屏异常,若否,则不为花屏异常。本发明的有益效果:弥补了现有技术中对于编码器设备图像采集出现故障,而音频采集、编码正常这一现象下,所产生普通的报警检测算法和设备无法识别的花屏异常所存在的不足。

Description

一种图像花屏检测方法及装置
技术领域
本发明涉及图像识别技术领域,尤其涉及一种图像花屏检测方法及装置。
背景技术
当前电视节目播出之前,为了避免节目播出过程中出现影响观听效果的质量问题,常会在播出前对节目内容进行技术审查,这种审查一般是判断节目是否有黑场(屏幕内容为全黑画面)、静帧(屏幕在一段时间内停止于某一个画面不动)、无声(在应该有声音的时候没有可以听到的声音)等播出异常,对这些异常的判断算法,目前技术相对较为成熟,而对于一些复杂的异常判断,则较少,甚至没有好的判断算法。
在节目灌录的过程中,如果编码器的图像采集器件出现问题,而音频采集器正常,且编码模块正常,那么就有可能产生“非黑场、无静帧、有声音”的图像“花屏”效果,这种花屏异常会使上面的技术审查手段无法将其识别为“异常”,从而会认定当前节目属“正常”,因而导致播出事故。而解决这一问题的关键,在于找到一个图像花屏的检测算法。
从观众的视角,图像花屏异常,指的是节目内容仍是正常的节目内容,但整个屏幕中每隔几行或几列,有规律性的干扰线条。整个屏幕也常伴有随机干扰点。所有的干扰线和干扰点,有些则位置不变化,且固定为某种颜色;还有些伴随节目内容的变化而在位置和颜色上同步变化;还有些则无论是位置,还是和颜色上,都完全随机的变化。观众在声音的协助下,“隐隐约约”可以看到原节目的内容,但由于满屏的“杂点”而产生不良的观看感受。
图像花屏异常的识别难点在于:花屏并不是全屏完全随机的“雪花”状态,而是图像中依稀还能看到原始画面,大量的杂点无规律的闪烁,位置也在变化,因而从技术指标上来说,这并不符合上述“黑场、静帧、无声”等常规节目异常的特点。由于节目图像及干扰线、干扰点本身位置和颜色都呈随机性,且一直处于随时变化的状态,因而很难用通用的识别算法进行识别。加之电视播出本身要求的40毫秒一帧画面的监测要求,因而对算法的快速识别也有要求。所以,目前,对“花屏”异常,没有较好的识别算法和装置产品。
发明内容
针对现有技术中存在的问题,本发明要解决的技术问题是结合局部性原则,识别出当前的图像是否存在花屏异常,进而解决当前的各项常规信号异常监测算法中中无法识别该类报警的缺陷,提供一种能够准确识别当时画面图像花屏的检测方法及装置。
本发明采用如下技术方案:
一种图像花屏检测方法,包括:
步骤S1、将待检测图像上的每个像素点分别作为待检测像素点进行分析处理,所述分析处理为计算所述待检测像素点的RGB值与相邻的指定位置的多个比对像素点的RGB值的距离得到距离值;
步骤S2、依次将每个所述待检测像素点的所述距离值分别与一预设距离阈值进行比较,对于每个所述待检测像素点:
在任意一个所述距离值小于所述预设距离阈值时将累加器加1;
在所有所述距离值均不小于所述预设距离阈值时将所述累加器维持原数值;
在所有所述待检测像素点比较完成后得到所述累加器的累加计数值;
步骤S3、将所述累加计数值除以所有待检测像素的个数得到比例值;
步骤S4、将所述比例值与一预设花屏阈值进行比较,以在所述比例值小于所述预设花屏阈值时判断所述待检测图像出现花屏异常情况,并在所述比例值不小于所述预设花屏阈值时判断所述待检测图像正常。
优选的,与所述待检测像素相邻的指定位置的所述比对像素点包括:
与所述待检测像素点相邻且位于所述待检测像素点上方的像素点、与所述待检测像素点相邻且位于所述待检测像素点左上方的像素点、与所述待检测像素点相邻且位于所述待检测像素点左侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点左下方的像素点;或者
与所述待检测像素点相邻且位于所述待检测像素点左上方的像素点、与所述待检测像素点相邻且位于所述待检测像素点左侧的像素点、与所述待检测像素点相邻且位于所述待检测像素点左下方的像素点和与所述待检测像素点相邻且位于所述待检测像素点下方的像素点;或者
与所述待检测像素点相邻且位于所述待检测像素点上方的像素点、与所述待检测像素点相邻且位于所述待检测像素点右上方的像素点、与所述待检测像素点相邻且位于所述待检测像素点右侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点右下方的像素点;或者
与所述待检测像素点相邻且位于所述待检测像素点右上方的像素点、与所述待检测像素点相邻且位于所述待检测像素点右侧的像素点、与所述待检测像素点相邻且位于所述待检测像素点右下方的像素点和与所述待检测像素点相邻且位于所述待检测像素点下方的像素点;或者
与所述待检测像素点相邻且位于所述待检测像素点左侧的像素点、与所述待检测像素点相邻且位于所述待检测像素点左上方的像素点、与所述待检测像素点相邻且位于所述待检测像素点上方的像素点和与所述待检测像素点相邻且位于所述待检测像素点右上方的像素点;或者
与所述待检测像素点相邻且位于所述待检测像素点左上方的像素点、与所述待检测像素点相邻且位于所述待检测像素点上方的像素点、与所述待检测像素点相邻且位于所述待检测像素点右上方的像素点和与所述待检测像素点相邻且位于所述待检测像素点右侧的像素点;或者
与所述待检测像素点相邻且位于所述待检测像素点左侧的像素点、与所述待检测像素点相邻且位于所述待检测像素点左下方的像素点、与所述待检测像素点相邻且位于所述待检测像素点下方的像素点和与所述待检测像素点相邻且位于所述待检测像素点右下方的像素点;或者
与所述待检测像素点相邻且位于所述待检测像素点左下方的像素点、与所述待检测像素点相邻且位于所述待检测像素点下方的像素点、与所述待检测像素点相邻且位于所述待检测像素点右下方的像素点和与所述待检测像素点相邻且位于所述待检测像素点右侧的像素点。
优选的,所述步骤S1中,针对一个所述比对像素点,通过下述公式计算得到所述待检测像素点的所述距离值:
L=|R2-R1|+|G2-G1|+|B2-B1|;
其中,L用于表示所述距离值;
R2用于表示所述待检测像素点的RGB值中的R通道值;
R1用于表示所述比对像素点的RGB值中的R通道值;
G2用于表示所述待检测像素点的RGB值中的G通道值;
G1用于表示所述比对像素点的RGB值中的G通道值;
B2用于表示所述待检测像素点的RGB值中的B通道值;
B1用于表示所述比对像素点的RGB值中的B通道值。
优选的,所述图像花屏检测方法还包括:
在执行所述步骤S1之前,首先将所述待检测图像转换至RGB值空间,以获得所述待检测图像中各个像素点的RGB值。
一种图像花屏检测装置,包括:
检测单元,用于将图像的每个像素点分别作为待检测像素点,并对所述待检测像素点进行处理,以判断所述待检测图像是否出现花屏异常情况;所述检测单元包括:
距离计算模块,用于将待检测图像上的每个像素点分别作为待检测像素点进行分析处理,所述分析处理为计算所述待检测像素点的RGB值与相邻的指定位置的多个比对像素点的RGB值的距离得到距离值
点判断模块,连接所述距离计算模块,用依次将每个所述待检测像素点的所述距离值分别与一预设距离阈值进行比较,对于每个所述待检测像素点:
在任意一个所述距离值小于所述预设距离阈值时将累加器加1;
在所有所述距离值均不小于所述预设距离阈值时将所述累加器维持原数值;
在所有所述待检测像素点比较完成后得到所述累加器的累加计数值;
比例计算模块,连接所述点判断模块,用于将所述累加计数值除以所有待检测像素的个数得到比例值;
结论判断模块,连接所述比例计算模块,用于将所述比例值与一预设花屏阈值进行比较,以在所述比例值小于所述预设花屏阈值时判断所述待检测图像出现花屏异常情况,并在所述比例值不小于所述预设花屏阈值时判断所述待检测图像正常。
优选的,与所述待检测像素相邻的指定位置的所述比对像素点包括:
与所述待检测像素点相邻且位于所述待检测像素点上方的像素点、与所述待检测像素点相邻且位于所述待检测像素点左侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点左上方的像素点;或者
与所述待检测像素点相邻且位于所述待检测像素点上方的像素点、与所述待检测像素点相邻且位于所述待检测像素点右侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点右上方的像素点;或者
与所述待检测像素点相邻且位于所述待检测像素点下方的像素点、与所述待检测像素点相邻且位于所述待检测像素点左侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点左下方的像素点;或者
与所述待检测像素点相邻且位于所述待检测像素点下方的像素点、与所述待检测像素点相邻且位于所述待检测像素点右侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点右下方的像素点。
优选的,针对一个所述比对像素点,通过下述公式计算得到所述待检测像素点的所述距离值:
L=|R2-R1|+|G2-G1|+|B2-B1|;
其中,L用于表示所述距离值;
R2用于表示所述待检测像素点的RGB值中的R通道值;
R1用于表示所述比对像素点的RGB值中的R通道值;
G2用于表示所述待检测像素点的RGB值中的G通道值;
G1用于表示所述比对像素点的RGB值中的G通道值;
B2用于表示所述待检测像素点的RGB值中的B通道值;
B1用于表示所述比对像素点的RGB值中的B通道值。
优选的,所述图像花屏检测装置还包括:
转换单元,连接所述检测单元,用于首先将所述待检测图像转换至RGB值空间,以获得所述待检测图像中各个像素点的RGB值。
本发明的有益效果:结合局部性原则,识别出当前的图像是否存在花屏异常,进而解决当前的各项常规信号异常监测算法中中无法识别该类报警的缺陷,能够准确识别当时画面图像花屏;
本发明使用RGB值空间,更利于颜色在显示屏上的直观感受;由于算法简单,因而其效率很高,可以减少对设备的计算负荷,满足视音频的正常播出。
附图说明
图1为本发明的一种优选实施例中,图像花屏异常的检测方法的流程图;
图2为本发明的一种优选实施例中,图像中一个九宫格的各像素点的位置示意图;
图3为本发明的一种优选实施例中,图像花屏异常的检测装置的结构示意图。
具体实施方式
需要说明的是,在不冲突的情况下,下述技术方案,技术特征之间可以相互组合。
下面结合附图对本发明的具体实施方式作进一步的说明:
在图像识别领域常见的两个定义及其辅助说明如下:
定义1:两个RGB颜色的距离:定义两像素点的RGB值为分别为R1G1B1和R2G2B2,则这两像素的距离L为:
L=|R2-R1|+|G2-G1|+|B2-B1|。
如像素(1,2,3)和像素(3,2,1)的距离L为4(|3-1|+|2-2|+|1-3|),再像素(0,0,255)和像素(255,0,0)的距离L为510(|255-0|+|0-0|+|0-255|)。
易知“像素点A到像素B的距离”与“像素点B到像素A的距离”相等(证明略)。“两像素的距离”可以简单地理解为两个颜色之间的“色差程度”,该值越大,则这两个颜色在数值意义上的“色差”越大。
定义2:局部性原则:任取图像上的一点作为“选取点”,那么这一点周围就有8个相邻像素点(左上、上、右上、左、右、左下、下、右下),如果“选取点”与周围的这8个相邻像素点在很大概率上的距离值很小,那么就称该图像符合“局部性原则”,否则称为该图像不符合“局部性原则”。
定义中,如果因“选取点”位于图像边缘上,则会导致这8个像素点中的一个或几个点不存在,在求距离的时候自动忽略这些不存在的点,或理解为“先取点”与这些不存在的点的“距离”强制为0(即“色差”为0)。
定义中,“很大概率”意指概率值是一个可调值,“距离值很小”表示距离的判断也是一个可调值。其理解如下:
自然界的画面在拍成像素照片时,通常都是具有局部性原则的。比如一个红色汽车的照片上,车身上各点与其周边的点都呈很接近的红色;而车体边缘的外测虽然可以不是红色,但这些颜色与周围像素点的距离也是符合局部性原则的;唯一例外的是边缘,但这种边缘的总像素个数点相对整个图像的总像素个数的比例并不大。直接地讲,就是图像上随机选择一个像素点,那么它相邻的8个像素中,“大部分的点”与该点的“色差”很小。
而如果一个区域内,所有像素点均完全随机,一则相邻两点的距离很大;二则这种距离很大的点占所有点的比例很大。所以必然是不符合“局部性原则”。直接地讲,就是图像上随机选择一个像素点,那么它相邻的8个像素中,“大部分的点”与该点的“色差”很大。
其实,通过上述分析,不难看出,正常的自然图像都符合“局部性原则”,而“花屏”异常,就是在符合“局部性原则”的图像上,散布大量随机颜色的点。这些随机颜色的点与周边点的距离较大,其结果就破坏了视频画面中原有图像的“局部性原则”,因而不符合“局部性原则”。
正常的自然图像都符合局部性原则,而花屏异常,就是在符合局部性原则的图像上,散布大量随机颜色的点。这些随机颜色的点与周边点的距离较大,其结果就破坏了视频画面中原有图像的局部性原则,因而不符合局部性原则。本发明正是基于这个原理,只是将上述描述中的数据阈值进行了量化。
一种图像花屏异常的检测方法,包括:将待检测图像的每个像素点分别作为待检测像素点,并对上述待检测像素点执行以下步骤,如图1所示:
步骤S1、分别计算上述待检测像素点的RGB值与相邻的指定位置的多个比对像素点的RGB值的距离。图2示出了图像中一个九宫格的各像素点的位置(一个图像可以划分为多个九宫格),每一格代表一个像素点,格中标记了像素点的编号,以中间的像素点5为待检测像素点为例,像素点5相邻的比对像素点包括:像素点1、像素点2、像素点3、像素点4、像素点6、像素点7、像素点8和像素点9。步骤101可以将相邻的像素点均作为指定点,分别计算像素点5的RGB值与像素点1、像素点2、像素点3、像素点4、像素点6、像素点7、像素点8和像素点9的RGB值的距离,或从相邻的像素点中指定若个像素点来计算距离。
一个像素点相邻的有8个比对像素点,本技术方案只从8个比对像素点中挑选了4个比对像素点来计算距离,减少了重复计算,提高了计算效率。这是因为,对于一个待检测像素点(简称目标像素点)而言,需要计算上述目标像素点与第一像素点(上述第一像素点为与上述目标像素点相邻且位于上述目标像素点上方的像素点)的距离L1,在上述第一像素点作为待检测像素点时,上述目标像素点即为与上述第一像素点相邻且位于上述第一像素点下方的像素点,计算上述第一像素点与上述目标像素点的距离L2,等于距离L1。为了简化图像花屏检测方法,避免重复计算,只从8个像素点中挑选了4个像素点来计算距离同样能够准确地识别出图像是否具有花屏效果。
对于一个待检测像素点来说,可能具有多个比对像素点,当与相邻的其中任意一个比对像素点的距离值小于预设距离阈值时就认为该待检测像素点为花屏的像素点。
为了减少重复计算,提高计算效率,上述相邻的指定位置的像素点包括:
与上述待检测像素点相邻且位于上述待检测像素点上方的像素点、与上述待检测像素点相邻且位于上述待检测像素点左上方的像素点、与上述待检测像素点相邻且位于上述待检测像素点左侧的像素点和与上述待检测像素点相邻且位于上述待检测像素点左下方的像素点,即分别计算像素点5的RGB值与像素点1、像素点2、像素点4和像素点7的RGB值的距离;或者
与上述待检测像素点相邻且位于上述待检测像素点左上方的像素点、与上述待检测像素点相邻且位于上述待检测像素点左侧的像素点、与上述待检测像素点相邻且位于上述待检测像素点左下方的像素点和与上述待检测像素点相邻且位于上述待检测像素点下方的像素点,即分别计算像素点5的RGB值与像素点1、像素点4、像素点7和像素点8的RGB值的距离;或者
与上述待检测像素点相邻且位于上述待检测像素点上方的像素点、与上述待检测像素点相邻且位于上述待检测像素点右上方的像素点、与上述待检测像素点相邻且位于上述待检测像素点右侧的像素点和与上述待检测像素点相邻且位于上述待检测像素点右下方的像素点,即分别计算像素点5的RGB值与像素点2、像素点3、像素点6和像素点9的RGB值的距离;或者
与上述待检测像素点相邻且位于上述待检测像素点右上方的像素点、与上述待检测像素点相邻且位于上述待检测像素点右侧的像素点、与上述待检测像素点相邻且位于上述待检测像素点右下方的像素点和与上述待检测像素点相邻且位于上述待检测像素点下方的像素点,即分别计算像素点5的RGB值与像素点3、像素点6、像素点9和像素点8的RGB值的距离;或者
与上述待检测像素点相邻且位于上述待检测像素点左侧的像素点、与上述待检测像素点相邻且位于上述待检测像素点左上方的像素点、与上述待检测像素点相邻且位于上述待检测像素点上方的像素点和与上述待检测像素点相邻且位于上述待检测像素点右上方的像素点,即分别计算像素点5的RGB值与像素点1、像素点2、像素点3和像素点4的RGB值的距离;或者
与上述待检测像素点相邻且位于上述待检测像素点左上方的像素点、与上述待检测像素点相邻且位于上述待检测像素点上方的像素点、与上述待检测像素点相邻且位于上述待检测像素点右上方的像素点和与上述待检测像素点相邻且位于上述待检测像素点右侧的像素点,即分别计算像素点5的RGB值与像素点1、像素点2、像素点3和像素点6的RGB值的距离;或者
与上述待检测像素点相邻且位于上述待检测像素点左侧的像素点、与上述待检测像素点相邻且位于上述待检测像素点左下方的像素点、与上述待检测像素点相邻且位于上述待检测像素点下方的像素点和与上述待检测像素点相邻且位于上述待检测像素点右下方的像素点,即分别计算像素点5的RGB值与像素点4、像素点7、像素点8和像素点9的RGB值的距离;或者
与上述待检测像素点相邻且位于上述待检测像素点左下方的像素点、与上述待检测像素点相邻且位于上述待检测像素点下方的像素点、与上述待检测像素点相邻且位于上述待检测像素点右下方的像素点和与上述待检测像素点相邻且位于上述待检测像素点右侧的像素点,即分别计算像素点5的RGB值与像素点6、像素点7、像素点8和像素点9的RGB值的距离。
其中计算上述待检测像素点的RGB值与相邻的指定位置的像素点的RGB值的距离的计算公式为:
设上述待检测像素点的RGB值为R1G1B1,相邻的指定位置的像素点的RGB值为R2G2B2,距离为L:
L=|R2-R1|+|G2-G1|+|B2-B1|。
所有分析中,当目标像素点的位置处于图像花屏时,会在事实上存在某些相邻像素位置不存在,此时规定所有事实不存在的位置上的像素点均与目标像素点的值相同。如当目标像素点位于图像最左侧一列时,该像素的相邻像素在事实上不存在左上、左侧和左下三个相邻像素点。但根据该规定,则强制认定该目标像素点的左上、左侧和左下三个相邻像素点均自动与目标像素点颜色的RGB值相同。
若上述待检测像素点位于图像的边界,如待检测像素点位于图像的最左端,那么图像中不存在与上述待检测像素点相邻且位于上述待检测像素点左侧的像素点,那么,将上述待检测像素点的RGB值与上述待检测像素点相邻且位于上述待检测像素点左侧的像素点的RGB值的距离设为0。
如,像素点5的RGB值为(0,1,20),像素点1的RGB值为(0,0,0),那么像素点5的RGB值与像素点1的RGB值的距离L=|0-0|+|0-1|+|0-20|=21;
又如,像素点5的RGB值为(0,1,20),像素点2的RGB值为(255,255,255),那么像素点5的RGB值与像素点2的RGB值的距离L=|255-0|+|255-1|+|255-20|=744。
步骤S2、依次将每个上述待检测像素点的上述距离值分别与一预设距离阈值进行比较,对于每个上述待检测像素点:
在任意一个上述距离值小于上述预设距离阈值时将累加器加1;
在所有上述距离值均不小于上述预设距离阈值时将上述累加器维持原数值;
在所有上述待检测像素点比较完成后得到上述累加器的累加计数值。
具体的,假设预设距离阈值为30,如步骤S1中两个例点,像素点5与像素点1的距离为21,小于预设距离阈值30;而像素点5与像素点2的距离为744,大于预设距离阈值30;
根据判断结果,如果该值小于预设距离阈值30,则累加器加1,否则不用处理。
步骤S3、所有像素点处理结束后,用累加计数值,除了所处理的所有像素点的个数,所得的比例值为[0~1]之间的一个小数。后者即图像长和宽像素数的乘积。例如一个1024×768的图像中,累加计数值为50334,则所求的值为50334÷(1024×768)=0.06。
将步骤S3的比例值与另一预设花屏阈值进行比较,如果小于,则当前画面图像属于花屏异常;如果大于或等,则当前画面图像不属于花屏异常。以步骤S3的实例为例,结合上面的描述,该预设值的实测最佳值为0.5,而0.06<0.5,所以当前的图像属于花屏异常。从直观上来分析,其意义就是整屏画面相邻的点颜色相接的比例很小。其生物视觉即为满屏都是不相关的杂点组成,即为民间口语所说屏幕花了。
本实施例的一种图像花屏异常的检测装置,如图3所示,包括:
检测单元1,用于将待检测图像的每个像素点分别作为待检测像素点,并对上述待检测像素点进行处理,以判断上述待检测图像是否出现花屏异常情况;上述检测单元包括:
距离计算模块11,用于分别计算上述待检测像素点的RGB值与相邻的各像素点的RGB值的距离。
转换单元2,连接检测单元1,用于首先将待检测图像转换至RGB值空间,以获得所述待检测图像中各个像素点的RGB值。
为了减少重复计算,提高计算效率,上述相邻的指定位置的像素点包括:
与上述待检测像素点相邻且位于上述待检测像素点上方的像素点、与上述待检测像素点相邻且位于上述待检测像素点左上方的像素点、与上述待检测像素点相邻且位于上述待检测像素点左侧的像素点和与上述待检测像素点相邻且位于上述待检测像素点左下方的像素点;或者
与上述待检测像素点相邻且位于上述待检测像素点左上方的像素点、与上述待检测像素点相邻且位于上述待检测像素点左侧的像素点、与上述待检测像素点相邻且位于上述待检测像素点左下方的像素点和与上述待检测像素点相邻且位于上述待检测像素点下方的像素点;或者
与上述待检测像素点相邻且位于上述待检测像素点上方的像素点、与上述待检测像素点相邻且位于上述待检测像素点右上方的像素点、与上述待检测像素点相邻且位于上述待检测像素点右侧的像素点和与上述待检测像素点相邻且位于上述待检测像素点右下方的像素点;或者
与上述待检测像素点相邻且位于上述待检测像素点右上方的像素点、与上述待检测像素点相邻且位于上述待检测像素点右侧的像素点、与上述待检测像素点相邻且位于上述待检测像素点右下方的像素点和与上述待检测像素点相邻且位于上述待检测像素点下方的像素点。或者
与上述待检测像素点相邻且位于上述待检测像素点左侧的像素点、与上述待检测像素点相邻且位于上述待检测像素点左上方的像素点、与上述待检测像素点相邻且位于上述待检测像素点上方的像素点和与上述待检测像素点相邻且位于上述待检测像素点右上方的像素点;或者
与上述待检测像素点相邻且位于上述待检测像素点左上方的像素点、与上述待检测像素点相邻且位于上述待检测像素点上方的像素点、与上述待检测像素点相邻且位于上述待检测像素点右上方的像素点和与上述待检测像素点相邻且位于上述待检测像素点右侧的像素点;或者
与上述待检测像素点相邻且位于上述待检测像素点左侧的像素点、与上述待检测像素点相邻且位于上述待检测像素点左下方的像素点、与上述待检测像素点相邻且位于上述待检测像素点下方的像素点和与上述待检测像素点相邻且位于上述待检测像素点右下方的像素点;或者
与上述待检测像素点相邻且位于上述待检测像素点左下方的像素点、与上述待检测像素点相邻且位于上述待检测像素点下方的像素点、与上述待检测像素点相邻且位于上述待检测像素点右下方的像素点和与上述待检测像素点相邻且位于上述待检测像素点右侧的像素点。
上述距离计算模块11中计算上述待检测像素点的RGB值与相邻的指定位置的像素点的RGB值的距离的计算公式为:
设上述待检测像素点的RGB值为R1G1B1,相邻的指定位置的像素点的RGB值为R2G2B2,距离为L:
L=|R2-R1|+|G2-G1|+|B2-B1|。
若上述待检测像素点位于图像的边界,如待检测像素点位于图像的最左端,那么图像中不存在与上述待检测像素点相邻且位于上述待检测像素点左侧的像素点,那么,将上述待检测像素点的RGB值与上述待检测像素点相邻且位于上述待检测像素点左侧的像素点的RGB值的距离设为0。
点判断模块12,用于判断上述每一个像素点的距离与预设距离阈值的比较,如果像素点的距离小于预设距离阈值,则进行累加计数;如果像素点的距离大于或等于预设距离阈值,则在本步不作处理。
比例计算模块13,用于计算累加结果,占总处理像素数的比例(该值为[0,1]的一个小数)。其算法就是用点判断模块12中的累加器,除以点判断模块12中所有参与比较的总像素数。
结论判断模块14,用于将比例数与另一预设花屏阈值进行比较。如果比例计算模块13中的比例数小于另一预设花屏阈值,则视为当前花屏异常;否则如果比例计算模块13中的比例数大于或等于另一预设花屏阈值,则视为当前不是花屏异常。
通过说明和附图,给出了具体实施方式的特定结构的典型实施例,基于本发明精神,还可作其他的转换。尽管上述发明提出了现有的较佳实施例,然而,这些内容并不作为局限。
对于本领域的技术人员而言,阅读上述说明后,各种变化和修正无疑将显而易见。因此,所附的权利要求书应看作是涵盖本发明的真实意图和范围的全部变化和修正。在权利要求书范围内任何和所有等价的范围与内容,都应认为仍属本发明的意图和范围内。

Claims (6)

1.一种图像花屏检测方法,其特征在于,包括:
步骤S1、将待检测图像上的每个像素点分别作为待检测像素点进行分析处理,所述分析处理为计算所述待检测像素点的RGB值与相邻的指定位置的多个比对像素点的RGB值的距离得到距离值;
步骤S2、依次将每个所述待检测像素点的所述距离值分别与一预设距离阈值进行比较,对于每个所述待检测像素点:
在任意一个所述距离值小于所述预设距离阈值时将累加器加1;
在所有所述距离值均不小于所述预设距离阈值时将所述累加器维持原数值;
在所有所述待检测像素点比较完成后得到所述累加器的累加计数值;
步骤S3、将所述累加计数值除以所有待检测像素的个数得到比例值;
步骤S4、将所述比例值与一预设花屏阈值进行比较,以在所述比例值小于所述预设花屏阈值时判断所述待检测图像出现花屏异常情况,并在所述比例值不小于所述预设花屏阈值时判断所述待检测图像正常;
所述步骤S1中,针对一个所述比对像素点,通过下述公式计算得到所述待检测像素点的所述距离值:
L=|R2-R1|+|G2-G1|+|B2-B1|;
其中,L用于表示所述距离值;
R2用于表示所述待检测像素点的RGB值中的R通道值;
R1用于表示所述比对像素点的RGB值中的R通道值;
G2用于表示所述待检测像素点的RGB值中的G通道值;
G1用于表示所述比对像素点的RGB值中的G通道值;
B2用于表示所述待检测像素点的RGB值中的B通道值;
B1用于表示所述比对像素点的RGB值中的B通道值。
2.如权利要求1所述的图像花屏检测方法,其特征在于,与所述待检测像素相邻的指定位置的所述比对像素点包括:
与所述待检测像素点相邻且位于所述待检测像素点上方的像素点、与所述待检测像素点相邻且位于所述待检测像素点左上方的像素点、与所述待检测像素点相邻且位于所述待检测像素点左侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点左下方的像素点;或者
与所述待检测像素点相邻且位于所述待检测像素点左上方的像素点、与所述待检测像素点相邻且位于所述待检测像素点左侧的像素点、与所述待检测像素点相邻且位于所述待检测像素点左下方的像素点和与所述待检测像素点相邻且位于所述待检测像素点下方的像素点;或者
与所述待检测像素点相邻且位于所述待检测像素点上方的像素点、与所述待检测像素点相邻且位于所述待检测像素点右上方的像素点、与所述待检测像素点相邻且位于所述待检测像素点右侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点右下方的像素点;或者
与所述待检测像素点相邻且位于所述待检测像素点右上方的像素点、与所述待检测像素点相邻且位于所述待检测像素点右侧的像素点、与所述待检测像素点相邻且位于所述待检测像素点右下方的像素点和与所述待检测像素点相邻且位于所述待检测像素点下方的像素点;或者
与所述待检测像素点相邻且位于所述待检测像素点左侧的像素点、与所述待检测像素点相邻且位于所述待检测像素点左上方的像素点、与所述待检测像素点相邻且位于所述待检测像素点上方的像素点和与所述待检测像素点相邻且位于所述待检测像素点右上方的像素点;或者
与所述待检测像素点相邻且位于所述待检测像素点左上方的像素点、与所述待检测像素点相邻且位于所述待检测像素点上方的像素点、与所述待检测像素点相邻且位于所述待检测像素点右上方的像素点和与所述待检测像素点相邻且位于所述待检测像素点右侧的像素点;或者
与所述待检测像素点相邻且位于所述待检测像素点左侧的像素点、与所述待检测像素点相邻且位于所述待检测像素点左下方的像素点、与所述待检测像素点相邻且位于所述待检测像素点下方的像素点和与所述待检测像素点相邻且位于所述待检测像素点右下方的像素点;或者
与所述待检测像素点相邻且位于所述待检测像素点左下方的像素点、与所述待检测像素点相邻且位于所述待检测像素点下方的像素点、与所述待检测像素点相邻且位于所述待检测像素点右下方的像素点和与所述待检测像素点相邻且位于所述待检测像素点右侧的像素点。
3.如权利要求1所述的图像花屏检测方法,其特征在于,所述图像花屏检测方法还包括:
在执行所述步骤S1之前,首先将所述待检测图像转换至RGB值空间,以获得所述待检测图像中各个像素点的RGB值。
4.一种图像花屏检测装置,其特征在于,包括:
检测单元,用于将待检测图像的每个像素点分别作为待检测像素点,并对所述待检测像素点进行处理,以判断所述待检测图像是否出现花屏异常情况;所述检测单元包括:
距离计算模块,用于将待检测图像上的每个像素点分别作为待检测像素点进行分析处理,所述分析处理为计算所述待检测像素点的RGB值与相邻的指定位置的多个比对像素点的RGB值的距离得到距离值
点判断模块,连接所述距离计算模块,用依次将每个所述待检测像素点的所述距离值分别与一预设距离阈值进行比较,对于每个所述待检测像素点:
在任意一个所述距离值小于所述预设距离阈值时将累加器加1;
在所有所述距离值均不小于所述预设距离阈值时将所述累加器维持原数值;
在所有所述待检测像素点比较完成后得到所述累加器的累加计数值;
比例计算模块,连接所述点判断模块,用于将所述累加计数值除以所有待检测像素的个数得到比例值;
结论判断模块,连接所述比例计算模块,用于将所述比例值与一预设花屏阈值进行比较,以在所述比例值小于所述预设花屏阈值时判断所述待检测图像出现花屏异常情况,并在所述比例值不小于所述预设花屏阈值时判断所述待检测图像正常;
针对一个所述比对像素点,通过下述公式计算得到所述待检测像素点的所述距离值:
L=|R2-R1|+|G2-G1|+|B2-B1|;
其中,L用于表示所述距离值;
R2用于表示所述待检测像素点的RGB值中的R通道值;
R1用于表示所述比对像素点的RGB值中的R通道值;
G2用于表示所述待检测像素点的RGB值中的G通道值;
G1用于表示所述比对像素点的RGB值中的G通道值;
B2用于表示所述待检测像素点的RGB值中的B通道值;
B1用于表示所述比对像素点的RGB值中的B通道值。
5.如权利要求4所述的图像花屏检测装置,其特征在于,与所述待检测像素相邻的指定位置的所述比对像素点包括:
与所述待检测像素点相邻且位于所述待检测像素点上方的像素点、与所述待检测像素点相邻且位于所述待检测像素点左侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点左上方的像素点;或者
与所述待检测像素点相邻且位于所述待检测像素点上方的像素点、与所述待检测像素点相邻且位于所述待检测像素点右侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点右上方的像素点;或者
与所述待检测像素点相邻且位于所述待检测像素点下方的像素点、与所述待检测像素点相邻且位于所述待检测像素点左侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点左下方的像素点;或者
与所述待检测像素点相邻且位于所述待检测像素点下方的像素点、与所述待检测像素点相邻且位于所述待检测像素点右侧的像素点和与所述待检测像素点相邻且位于所述待检测像素点右下方的像素点。
6.如权利要求4所述的图像花屏检测装置,其特征在于,所述图像花屏检测装置还包括:
转换单元,连接所述检测单元,用于首先将所述待检测图像转换至RGB值空间,以获得所述待检测图像中各个像素点的RGB值。
CN201811134090.8A 2018-09-27 2018-09-27 一种图像花屏检测方法及装置 Active CN109005458B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811134090.8A CN109005458B (zh) 2018-09-27 2018-09-27 一种图像花屏检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811134090.8A CN109005458B (zh) 2018-09-27 2018-09-27 一种图像花屏检测方法及装置

Publications (2)

Publication Number Publication Date
CN109005458A CN109005458A (zh) 2018-12-14
CN109005458B true CN109005458B (zh) 2021-02-23

Family

ID=64588889

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811134090.8A Active CN109005458B (zh) 2018-09-27 2018-09-27 一种图像花屏检测方法及装置

Country Status (1)

Country Link
CN (1) CN109005458B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110166765B (zh) * 2019-05-10 2021-04-13 苏州科达科技股份有限公司 一种花屏检测方法、电子设备及可读存储介质
CN110120039B (zh) * 2019-05-10 2021-07-23 苏州科达科技股份有限公司 一种花屏检测方法、检测装置、电子设备及可读存储介质
CN110246129B (zh) * 2019-06-18 2023-11-03 深圳市腾讯网域计算机网络有限公司 图像检测方法、装置、计算机可读存储介质和计算机设备
CN111757182B (zh) * 2020-07-08 2022-05-31 深圳创维-Rgb电子有限公司 图像花屏检测方法、设备、计算机设备和可读存储介质
CN112073718B (zh) * 2020-10-09 2022-08-05 深圳市康冠科技股份有限公司 一种电视机花屏检测方法、装置、计算机设备及储存介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101459843A (zh) * 2008-12-31 2009-06-17 浙江师范大学 一种精确提取视频序列中损坏内容区域的方法
CN103035000A (zh) * 2012-12-06 2013-04-10 天津师范大学 一种基于cnn的彩色图像边缘提取方法
CN105357517A (zh) * 2015-11-16 2016-02-24 华为技术有限公司 屏幕的图像检测方法和装置
CN107452008A (zh) * 2016-06-01 2017-12-08 上海东方传媒技术有限公司 图像边缘检测方法及装置
CN108320295A (zh) * 2018-02-09 2018-07-24 北京工业大学 一种基于自适应阈值时空信息的旧电影斑点噪声检测方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007329700A (ja) * 2006-06-08 2007-12-20 Sony Corp 映像信号処理装置、映像表示装置および映像表示方法
KR101243817B1 (ko) * 2006-07-28 2013-03-18 엘지디스플레이 주식회사 평판표시장치와 그 데이터 다중 변조방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101459843A (zh) * 2008-12-31 2009-06-17 浙江师范大学 一种精确提取视频序列中损坏内容区域的方法
CN103035000A (zh) * 2012-12-06 2013-04-10 天津师范大学 一种基于cnn的彩色图像边缘提取方法
CN105357517A (zh) * 2015-11-16 2016-02-24 华为技术有限公司 屏幕的图像检测方法和装置
CN107452008A (zh) * 2016-06-01 2017-12-08 上海东方传媒技术有限公司 图像边缘检测方法及装置
CN108320295A (zh) * 2018-02-09 2018-07-24 北京工业大学 一种基于自适应阈值时空信息的旧电影斑点噪声检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
视音频技审与匹配软件的设计与实现;郑凯;《中国优秀硕士学位论文全文数据库 信息科技辑》;20130215;全文 *

Also Published As

Publication number Publication date
CN109005458A (zh) 2018-12-14

Similar Documents

Publication Publication Date Title
CN109005458B (zh) 一种图像花屏检测方法及装置
US6683974B1 (en) Image defect detection apparatus and image defect detection method
US20110007968A1 (en) Image evaluation method, image evaluation system and program
US20090169099A1 (en) Method of and apparatus for detecting and adjusting colour values of skin tone pixels
CN111261079B (zh) 一种亮、暗斑异常现象的检测方法
CN103530845A (zh) 一种改进的图像缩放方法
CN101472177B (zh) 一种块效应检测方法
US6707943B2 (en) Method of monitoring the quality of distributed digital images by detecting false contours
US20070263091A1 (en) Image detection device, image processing apparatus, image detection method, method of reducing burn-in of display device, and image detection program
CN110415223B (zh) 一种无参考的拼接图像质量评价方法及系统
US8189068B2 (en) Apparatus and method for detecting flicker noise and computer readable medium stored thereon computer executable instructions for performing the method
CN108965749B (zh) 基于纹理识别的缺陷像素检测和校正装置及方法
US11233985B2 (en) Method for video quality detection and image processing circuit using the same
US20130094765A1 (en) Method for detecting black rim of image frame and image processing apparatus using the same
US8189874B2 (en) Method for motion detection of horizontal line
CN106027943B (zh) 一种视频去隔行方法
JP2012039440A (ja) 暗領域ノイズ補正装置
CN114881889A (zh) 视频图像噪声评估方法及装置
CN114205578A (zh) 基于频域偏度和频域峰值的视频模糊异常检测方法和系统
CN112950526B (zh) 一种显示缺陷的检测方法及装置
CN111402189B (zh) 一种视频图像偏色检测装置及方法
CN110673720A (zh) 一种护眼显示方法和具有护眼模式的学习机
US6992727B2 (en) Method for detecting video frame types with adaptive thresholds
CN110381324A (zh) 一种基于边缘检测的帧内插值去隔行方法
CN113792771B (zh) 用于处理图卡的tcon芯片

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