CN110049311A - 视频图像点位偏移检测方法、装置、系统和计算机设备 - Google Patents
视频图像点位偏移检测方法、装置、系统和计算机设备 Download PDFInfo
- Publication number
- CN110049311A CN110049311A CN201910268749.7A CN201910268749A CN110049311A CN 110049311 A CN110049311 A CN 110049311A CN 201910268749 A CN201910268749 A CN 201910268749A CN 110049311 A CN110049311 A CN 110049311A
- Authority
- CN
- China
- Prior art keywords
- video image
- image
- histogram
- detected
- grey level
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/004—Diagnosis, testing or measuring for television systems or their details for digital television systems
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本申请涉及一种视频图像点位偏移检测方法、装置、系统和计算机设备。所述方法包括:获取待检测视频图像,并获取第一灰度直方图,所述第一灰度直方图为基准视频图像的灰度直方图;将所述待检测视频图像转换为灰度图像,根据所述待检测视频图像转换成的灰度图像确定第二灰度直方图;根据所述第一灰度直方图和所述第二灰度直方图,确定所述待检测视频图像和所述基准视频图像的灰度图像直方图差异度参数;在所述灰度图像直方图差异度参数大于预设的差异度阈值时,判定所述待检测视频图像出现点位偏移。采用本方法能够降低劳动强度且能够节约人力成本。
Description
技术领域
本申请涉及视频监控技术领域,特别是涉及一种视频图像点位偏移检测方法、装置、计算机设备和存储介质。
背景技术
随着城镇化发展,视频监控系统已成为社区安防管理最重要系统之一,因此,高清的视频画面和稳定的视频流对日常的监控求特别重要。
为了保证高清的视频画面和稳定的视频流,对视频画面(或者称为视频图像)的质量进行检测变得尤为重要。其中,点位偏移检测是视频图像画面质量检测中一种重要的检测。传统的点位偏移检测方式主要是借助于肉眼进行检测,这种方式存在不但劳动强度大,而且人力成本较高。
发明内容
基于此,有必要针对上述技术问题,提供一种能够降低劳动强度且能够节约人力成本的视频图像点位偏移检测方法、装置、计算机设备和存储介质。
一种视频图像点位偏移检测方法,方法包括:
获取待检测视频图像,并获取第一灰度直方图,第一灰度直方图为基准视频图像的灰度直方图;
将待检测视频图像转换为灰度图像,根据待检测视频图像转换成的灰度图像确定第二灰度直方图;
根据第一灰度直方图和第二灰度直方图,确定待检测视频图像和基准视频图像的灰度图像直方图差异度参数;
在灰度图像直方图差异度参数大于预设的差异度阈值时,判定待检测视频图像出现点位偏移。
在其中一个实施例中,上述的灰度图像直方图差异度参数为灰度图像直方图方差,上述的根据第一灰度直方图和第二灰度直方图,确定待检测视频图像和基准视频图像的灰度图像直方图差异度参数,包括:
根据第一灰度直方图和第二灰度直方图,分别计算待检测视频图像和基准视频图像的各列或者各行对应的灰度图像像素值的差值和最大值;
计算各差值的绝对值与对应的最大值的比值,根据各比值确定灰度图像直方图方差。
在其中一个实施例中,上述的获取待检测视频图像,包括:
接收终端发送的目标视频图像,目标视频图像为在终端与目标流媒体设备建立会话连接后,根据目标流媒体设备返回的视频流获得,流媒体设备支持实时网络传输协议;
根据目标视频图像,获取第一时段内的视频图像;
对第一时段内的视频图像进行抽帧处理,得到第一数目的视频图像,将第一数目的视频图像作为待检测视频图像。
在其中一个实施例中,上述的方法还包括:
根据目标视频图像,获取第二时段内的视频图像;
根据第二时段内的视频图像,得到第二数目的视频图像;
指示终端显示第二数目的视频图像;
检测对第二数目的视频图像的选择操作,将选中的视频图像作为基准视频图像。
在其中一个实施例中,上述的方法还包括:
获取第二时段的时段标识信息以及天气信息;
建立第二时段的时段标识信息以及天气信息与基准视频图像的关联关系。
在其中一个实施例中,上述的第一灰度直方图包括:
获取第一时段的时段标识信息以及天气信息;
根据第一时段的时段标识信息以及天气信息和关联关系,确定目标基准视频图像;
根据目标基准视频图像,确定目标基准视频图像的灰度直方图,目标基准视频图像的灰度直方图作为第一灰度直方图。
一种视频图像点位偏移检测装置,该装置包括:
获取模块,用于获取待检测视频图像,并获取第一灰度直方图,第一灰度直方图为基准视频图像的灰度直方图;
预处理模块,用于将待检测视频图像转换为灰度图像,根据待检测视频图像转换成的灰度图像确定第二灰度直方图;
处理模块,用于根据第一灰度直方图和第二灰度直方图,确定待检测视频图像和基准视频图像的灰度图像直方图方差;
检测模块,用于在灰度图像直方图方差大于预设的差异度阈值时,判定待检测视频图像出现点位偏移。
一种视频图像点位偏移检系统,该系统包括终端和服务器;
终端用于在与目标流媒体设备建立会话连接后,根据目标流媒体设备返回的视频流获得目标视频图像,将目标视频图像发送给服务器;
服务器用于根据目标视频图像获取待检测视频图像,并获取第一灰度直方图,将待检测视频图像转换为灰度图像,根据待检测视频图像转换成的灰度图像确定第二灰度直方图,根据第一灰度直方图和第二灰度直方图,确定待检测视频图像和基准视频图像的灰度图像直方图方差,在灰度图像直方图方差大于预设的差异度阈值时,判定待检测视频图像出现点位偏移第一灰度直方图为基准视频图像的灰度直方图。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
获取待检测视频图像,并获取第一灰度直方图,第一灰度直方图为基准视频图像的灰度直方图;
将待检测视频图像转换为灰度图像,根据待检测视频图像转换成的灰度图像确定第二灰度直方图;
根据第一灰度直方图和第二灰度直方图,确定待检测视频图像和基准视频图像的灰度图像直方图差异度参数;
在灰度图像直方图差异度参数大于预设的差异度阈值时,判定待检测视频图像出现点位偏移。
一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理获取待检测视频图像,并获取第一灰度直方图,第一灰度直方图为基准视频图像的灰度直方图;
将待检测视频图像转换为灰度图像,根据待检测视频图像转换成的灰度图像确定第二灰度直方图;
根据第一灰度直方图和第二灰度直方图,确定待检测视频图像和基准视频图像的灰度图像直方图差异度参数;
在灰度图像直方图差异度参数大于预设的差异度阈值时,判定待检测视频图像出现点位偏移。
上述视频图像点位偏移检测方法、装置、计算机设备和存储介质,是获取待检测视频图像,并获取第一灰度直方图,将待检测视频图像转换为灰度图像,根据待检测视频图像转换成的灰度图像确定第二灰度直方图,根据第一灰度直方图和第二灰度直方图,确定待检测视频图像和基准视频图像的灰度图像直方图差异度参数,在灰度图像直方图差异度参数大于预设的差异度阈值时,判定待检测视频图像出现点位偏移。采用该方案,可以实现视频图像点位偏移的自动检测,可以降低劳动强度,且能够节约人力成本,同时,由于是基于待检测视频图像的灰度直方图和基准视频图像的灰度直方图,确定所述待检测视频图像和所述基准视频图像的差异程度,这样可以只对RGB色彩模式的其中一个通道做处理,数据处理量小,数据处理高,可以满足实时检测需求。
附图说明
图1为一个实施例中视频图像点位偏移检测方法的应用环境图;
图2为一个实施例中视频图像点位偏移检测方法的流程示意图;
图3为一个实施例中灰度图像直方图差异度参数确定步骤的流程示意图;
图4为另一个实施例中待检测视频图像获取步骤的流程示意图;
图5为一个实施例中基准视频图像获取步骤的流程示意图;
图6为一个实施例中关联关系建立步骤的流程示意图;
图7为一个实施例中获取第一灰度直方图步骤的流程示意图;
图8为一个实施例中视频图像花屏检测过程的流程示意图;
图9为一个实施例中视频图像的灰屏、蓝屏和黑屏检测过程的流程示意图;
图10为一个实施例中视频图像点位偏移检测装置的结构框图;
图11为一个实施例中视频图像点位偏移检测系统的结构框图;
图12为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的视频图像点位偏移检测方法,可以应用于如图1所示的应用环境中。可以应用于如图1所示的应用环境中。其中,终端104通过网络与流媒体设备102和服务器106进行通信。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机和平板电脑和便携式可穿戴设备。终端104中安装有相应的应用端软件(应用程序)。该应用端软件可以预先安装在终端104,也可以是在终端104启动后,从第三方设备或网络服务器进行下载并安装。其中,第三方设备在实施例中不作限定。服务器106可以用独立的服务器或者是多个服务器组成的服务器集群来实现。流媒体设备102可以是流媒体服务或者其他支持实时网络传输协议的设备,例如,ipc摄像头(IP Camera,网络摄像机)。
在一个实施例中,如图2所示,提供了一种视频图像点位偏移检测方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
步骤S202,获取待检测视频图像,并获取第一灰度直方图,第一灰度直方图为基准视频图像的灰度直方图;
其中,待检测视频图像的获取过程一般是实时地,可以是将实时获得各帧视频图像分别作为待检测视频图像,也可以是从实时获得多帧视频图像抽取一帧或者几帧作为待检测视频图像,一般可以采用均匀抽取的方式,例如,每隔n帧抽取一帧或者每m帧中抽取一帧,但也不限于均匀抽取的方式。
其中,第一灰度直方图可以是将基准视频图像转换成灰度图像,对该灰度图像进行灰度统计得到的灰度直方图,其中,统计方式可以是按列进行统计,也可以是按行或者按列进行统计。基准视频图像是被选做作为评判视频图像质量的一张或者多张视频图像。
具体地,服务器可以直接获取基准视频图像,将基准视频图像转换成灰度图像,对该灰度图像进行灰度统计得到第一灰度直方图。服务器也可以接收由预处理服务器根据基准视频图像生成的第一灰度直方图。
步骤S204,将待检测视频图像转换为灰度图像,根据待检测视频图像转换成的灰度图像确定第二灰度直方图;
其中,在根据待检测视频图像转换成的灰度图像确定第二灰度直方图中,对待检测视频图像的灰度统计方式与对基准视频图像的灰度统计方式一致,例如,同为按列统计或者同为按行统计。
步骤S206,根据第一灰度直方图和第二灰度直方图,确定待检测视频图像和基准视频图像的灰度图像直方图差异度参数;
这里,灰度图像直方图差异度参数是指表征第一灰度直方图和第二灰度直方图的差异程度的参数值,例如,可以是灰度图像直方图方差(或者称为灰度直方图方差),或者灰度图像直方图均方差(或者称为灰度直方图均方差)。
步骤S208,在灰度图像直方图差异度参数大于预设的差异度阈值时,判定待检测视频图像出现点位偏移。
其中,预设的差异度阈值的大小可以根据实际需要设定,对于不同类型的灰度图像直方图差异度参数,可以设置不同的差异度阈值。
具体地,还可以在判定待检测视频图像出现点位偏移,或者在判定待检测视频图像出现点位偏移的连续次数超过预设的次数门限值的时候,输出告警信息。输出告警信息的方式可以根据实际需要选定,例如,文字提示报警、语音提示报警或者动画提示报警。
上述视频图像点位偏移检测方法中,是获取待检测视频图像,并获取第一灰度直方图,第一灰度直方图为基准视频图像的灰度直方图,将待检测视频图像转换为灰度图像,根据待检测视频图像转换成的灰度图像确定第二灰度直方图,根据第一灰度直方图和第二灰度直方图,确定待检测视频图像和基准视频图像的灰度图像直方图差异度参数,在灰度图像直方图差异度参数大于预设的差异度阈值时,判定待检测视频图像出现点位偏移。采用本实施例的方案,可以实现视频图像点位偏移的自动检测,可以降低劳动强度,且能够节约人力成本,同时,由于是基于待检测视频图像的灰度直方图和基准视频图像的灰度直方图,确定待检测视频图像和基准视频图像的差异程度,这样可以只对RGB色彩模式的其中一个通道做处理,数据处理量小,数据处理高,可以满足实时检测需求。
在其中一个实施例中,上述的灰度图像直方图差异度参数可以为灰度图像直方图方差,如图3所示,上述的根据第一灰度直方图和第二灰度直方图,确定待检测视频图像和基准视频图像的灰度图像直方图差异度参数,可以包括如下步骤:
步骤S302,根据第一灰度直方图和第二灰度直方图,分别计算待检测视频图像和基准视频图像的各列或者各行对应的灰度图像像素值的差值和最大值;
其中,若第一灰度直方图和第二灰度直方图是按列进行像素值统计得到,则分别计算待检测视频图像和基准视频图像的各列对应的灰度图像像素值的差值和最大值;若第一灰度直方图和第二灰度直方图是按行进行像素值统计得到,则分别计算待检测视频图像和基准视频图像的各行对应的灰度图像像素值的差值和最大值。例如,根据gi-si计算待检测视频图像和基准视频图像的第i列或者第i行对应的灰度图像像素值的差值,根据Max(gi,si)计算待检测视频图像和基准视频图像的第i列或者第i行对应的灰度图像像素值的最大值。其中,i=1,2,3,...,N,N表示检测视频图像(也可以是基准视频图像)的像素行数或者像素列数。
步骤S304,计算各差值的绝对值与对应的最大值的比值,根据各比值确定灰度图像直方图方差。
具体地,可以根据如下的公式(1)确定灰度图像直方图方差。
公式(1)中,gi表示待检测视频图像的第i列或者第i行对应的灰度图像像素值的统计值,si表示基准视频图像的第i列或者第i行对应的灰度图像像素值的统计值,i=1,2,3,...,N,N表示检测视频图像(也可以是基准视频图像)的像素行数或者像素列数。f表示灰度图像直方图差异度参数。Max(gi,si)表示对gi和si取最大值。
本实施例,将灰度图像直方图方差作为灰度图像直方图差异度参数,可以提升点位偏移的检测结果的准确性,而且数据计算量小,可以提升检测效率。
在其中一个实施例中,如图4所示,上述的获取待检测视频图像,可以包括:
步骤S402,接收终端发送的目标视频图像,目标视频图像为在终端与目标流媒体设备建立会话连接后,根据目标流媒体设备返回的视频流获得,流媒体设备支持实时网络传输协议;
其中,实时网络传输协议可以包括但不限于是RTSP(Real-Time StreamProtocol,基于文本的多媒体播放控制协议)、RTP(Real-time Transport Protocol,实时传输协议)、RTMP(Real Time Messaging Protocol,实时消息传输协议)和HTTP(HyperText Transfer Protocol,超文本传输协议)。
具体地,终端向目标流媒体设备发送会话连接建立请求,在接收到目标流媒体设备返回的会话连接已建立消息后,向目标流媒体设备发送视频播放请求,接收目标流媒体设备在接收视频播放请求后,通过所建立的会话连接返回的视频流,根据目标流媒体设备返回的视频流获取目标视频图像,将目标视频图像发送给服务器,服务器接收终端发送的目标视频图像。
步骤S404,根据目标视频图像,获取第一时段内的视频图像;
这里,第一时段可以是当前时段,或者其他指定时段。
步骤S406,对第一时段内的视频图像进行抽帧处理,得到第一数目的视频图像,将第一数目的视频图像作为待检测视频图像。
其中,第一数目的大小可以根据实际需要设定。
其中,抽帧处理方式可以采用等间隔的抽帧方式,也可以采用非等间隔的抽帧方式,一般以等间隔的抽帧方式为佳。
本实施例的方案,终端与目标流媒体设备建立会话连接,可以通过播放视频的方式就可以获得目标视频图像,不需要借助于视频采集卡也能实现视频图像获取,可以节约成本,可以节约成本。
在其中一个实施例中,本发明的视频图像点位偏移检测方法还可以包括基准视频图像获取步骤,如图5所示,该基准视频图像获取步骤可以包括:
步骤S502,根据目标视频图像,获取第二时段内的视频图像;
步骤S504,根据第二时段内的视频图像,得到第二数目的视频图像;
其中,第二时段以及第二数目可以分别根据实际需要设定。
具体地,可以对第二时段内的视频图像进行抽帧处理,得到第二数目的视频图像;
步骤S506,指示终端显示第二数目的视频图像;
具体地,服务器将所述第二数目的视频图像发送给终端进行显示。本实施例方案中,是借助于人工干预的方式确定基准视频图像。这里,可以逐一显示第二数目的视频图像,可以一次性显示多张视频图像。
步骤S508,检测对第二数目的视频图像的选择操作,将选中的视频图像作为基准视频图像。
具体地,用户可以选中1张有明显环境特征的视频图像,终端检测到用户的选择操作后,将选中的视频图像作为基准视频图像。
考虑到不同时段或者不同天气状况的基准视频图像往往是不同的,为了提升点位偏移检测结果的准确性,在其中一个实施例中,本发明的视频图像点位偏移检测方法还可以包括关联关系建立获取步骤,如图6所示,该关联关系建立步骤可以如下包括:
步骤S602,获取第二时段的时段标识信息以及天气信息;
这里,时段标识信息可以是根据季节信息、月份信息、一天中的时段信息等确定的标识信息,天气信息可以包括各种天气状况信息,例如,可以是晴天、阴天、雨天和雾天等等,也可以是空气湿度信息,晴朗程度信息。
步骤S604,建立第二时段的时段标识信息以及天气信息与基准视频图像的关联关系。
采用本实施例的方案,建立了时段标识信息以及天气信息与基准视频图像的关联关系,具体地,可以建立各个不同的第二时段的时段标识信息以及天气信息与基准视频图像的关联关系。如此,可以基于该关联关系选择最匹配的基准视频图像用于视频图像的点位偏移的检测,可以提升检测的准确性。
在其中一个实施例中,上述的获取第一灰度直方图的步骤,如图7所示,可以包括如下步骤:
步骤S702,获取第一时段的时段标识信息以及天气信息;
步骤S704,根据第一时段的时段标识信息以及天气信息和上述的关联关系,确定目标基准视频图像;
具体地,可以在所述关联关系中,查询与第一时段的时段标识信息以及天气信息最匹配的基准视频图像作为目标基准视频图像。
步骤S706,根据目标基准视频图像,确定目标基准视频图像的灰度直方图,目标基准视频图像的灰度直方图作为第一灰度直方图。
采用本实施例中的方案,可以提升检测的准确性。
应该理解的是,虽然图2-7的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-7中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
根据上述实施例中的视频图像点位偏移检测方法,在其中一个实施例中,还提供一种视频质量检测方法,该视频质量检测方法包括上述任意一个实施例中的视频图像点位偏移检测过程,还包括视图图像花屏检测过程,或者还包括视频的灰屏、蓝屏和黑屏检测过程。
在其中一个实施例中,上述的视图图像花屏检测过程,如图8所示,包括如下步骤:
步骤802,将待检测图像转换为第一灰度图像,根据第一灰度图像确定第一灰度图像的拉普拉斯因子;
其中,拉普拉斯因子的计算公式为:其中,Laplace(f)表示拉普拉斯因子,f(即f(x,y))表示第一灰度图像的颜色值,(x,y)表示像素点的坐标值,且Δ2f(x,y)=f(x+1,y)+f(x,y+1)+f(x-1,y)+f(x,y-1)-4f(x,y)。
步骤804,将基准视频图像转换为第二灰度图像,根据第二灰度图像确定第二灰度图像的拉普拉斯模糊因子;
具体地,可以将基准视频图像转换为第二灰度图像,对第二灰度图像进行模糊化处理,然后,计算模糊化处理后的图像的拉普拉斯因子,也即第二灰度图像的拉普拉斯模糊因子。这里的拉普拉斯因子也可以采用上述拉普拉斯因子的计算公式,只是公式中的f相应地表示模糊化处理后的图像的颜色值。
步骤806,计算拉普拉斯模糊因子与拉普拉斯因子的拉普拉斯因子差值;
步骤808,在拉普拉斯因子差值小于预设的差值阈值时,确定待检测图像出现花屏。
这里差值阈值的大小可以根据实际需要确定。
本实施例方案,可以有效地对视频监控画面花屏进行自动检测,且实用性强。
在其中一个实施例中,上述的视频的灰屏、蓝屏和黑屏检测过程,如图9所示,包括如下步骤:
步骤902,获取待检测图像的各个像素点的颜色值;
这里,颜色值指RGB值。具体地,可以遍历待检测图像的各个像素点,得到各个像素点的RGB值。
步骤904,根据颜色值和预设的黑色值范围,确定待检测图像的图像黑色占比率;
其中,黑色值范围可以实际情况确定,较佳的,该黑色值范围为[0,0,0]与[180,255,10]之间的范围,即RGB值在[0,0,0]与[180,255,10]之间的范围,像素点就为黑色的像素点。图像黑色占比率等于待检测图像的中黑色的像素点数目与待检测图像中的总像素点数目的比值。
步骤906,根据颜色值和预设的蓝色值范围,确定待检测图像的图像黑色占比率;
其中,蓝色值范围可以实际情况确定,较佳的,该蓝色值范围为[100,128,46]与[124,255,255]之间的范围,即RGB值在[100,128,46]与[124,255,255]之间的范围,像素点就为蓝色的像素点。图像蓝色占比率等于待检测图像的中蓝色的像素点数目与待检测图像中的总像素点数目的比值。
步骤908,根据颜色值和预设的灰色值范围,确定待检测图像的图像会色占比率;
其中,灰色值范围可以实际情况确定,较佳的,该灰色值范围为[0,0,46]与[180,43,220]之间的范围,即RGB值在[0,0,46]与[180,43,220]之间的范围,像素点就为灰色的像素点。图像灰色占比率等于待检测图像的中灰色的像素点数目与待检测图像中的总像素点数目的比值。
步骤910,在图像黑色占比率大于预设的黑色占比率阈值时,或者在图像蓝色占比率大于预设的蓝色占比率阈值时,或者在图像灰色占比率大于预设的灰色占比率阈值时,确定待检测图像关联的信号存在故障。
其中,黑色占比率阈值、蓝色占比率阈值和灰色占比率阈值的大小可以根据实际需要确定。
本实施例方案,可以有效地对监控画面信号故障进行自动检测,且准确性高。
在一个实施例中,如图10所示,提供了一种视频图像点位偏移检测装置,包括:获取模块1002、预处理模块1004、处理模块1006和检测模块1008,其中:
获取模块1002,用于获取待检测视频图像,并获取第一灰度直方图,第一灰度直方图为基准视频图像的灰度直方图;
预处理模块1004,用于将待检测视频图像转换为灰度图像,根据待检测视频图像转换成的灰度图像确定第二灰度直方图;
处理模块1006,用于根据第一灰度直方图和第二灰度直方图,确定待检测视频图像和基准视频图像的灰度图像直方图方差;
检测模块1008,用于在灰度图像直方图方差大于预设的差异度阈值时,判定待检测视频图像出现点位偏移。
在其中一个实施例中,上述的灰度图像直方图差异度参数可以为灰度图像直方图方差,检测模块1008可以根据第一灰度直方图和第二灰度直方图,分别计算待检测视频图像和基准视频图像的各列或者各行对应的灰度图像像素值的差值和最大值,计算各差值的绝对值与对应的最大值的比值,根据各比值确定灰度图像直方图方差。
在其中一个实施例中,获取模块1002可以接收终端发送的目标视频图像,目标视频图像为在终端与目标流媒体设备建立会话连接后,根据目标流媒体设备返回的视频流获得,流媒体设备支持实时网络传输协议,根据目标视频图像,获取第一时段内的视频图像,对第一时段内的视频图像进行抽帧处理,得到第一数目的视频图像,将第一数目的视频图像作为待检测视频图像。
在其中一个实施例中,获取模块1002还可以用于根据目标视频图像,获取第二时段内的视频图像,根据第二时段内的视频图像,得到第二数目的视频图像,指示终端显示第二数目的视频图像,检测对第二数目的视频图像的选择操作,将选中的视频图像作为基准视频图像。
在其中一个实施例中,上述获取模块1002还可以用于获取第二时段的时段标识信息以及天气信息,建立第二时段的时段标识信息以及天气信息与基准视频图像的关联关系。
在其中一个实施例中,获取模块1002可以获取第一时段的时段标识信息以及天气信息,根据第一时段的时段标识信息以及天气信息和关联关系,确定目标基准视频图像,根据目标基准视频图像,确定目标基准视频图像的灰度直方图,目标基准视频图像的灰度直方图作为第一灰度直方图。
关于视频图像点位偏移检测装置的具体限定可以参见上文中对于视频图像点位偏移检测方法的限定,在此不再赘述。上述视频图像点位偏移检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在其中一个实施例中,提供一种视频图像点位偏移检系统,如图11所示,该系统包括终端1102和服务器1104;
终端1102用于在与目标流媒体设备建立会话连接后,根据目标流媒体设备返回的视频流获得目标视频图像,将目标视频图像发送给服务器1104;
服务器1104用于根据目标视频图像获取待检测视频图像,并获取第一灰度直方图,将待检测视频图像转换为灰度图像,根据待检测视频图像转换成的灰度图像确定第二灰度直方图,根据第一灰度直方图和第二灰度直方图,确定待检测视频图像和基准视频图像的灰度图像直方图方差,在灰度图像直方图方差大于预设的差异度阈值时,判定待检测视频图像出现点位偏移第一灰度直方图为基准视频图像的灰度直方图。
在其中一个实施例中,上述的灰度图像直方图差异度参数为灰度图像直方图方差,服务器1104可以根据第一灰度直方图和第二灰度直方图,分别计算待检测视频图像和基准视频图像的各列或者各行对应的灰度图像像素值的差值和最大值,计算各差值的绝对值与对应的最大值的比值,根据各比值确定灰度图像直方图方差。
在其中一个实施例中,服务器1104可以接收终端发送的目标视频图像,目标视频图像为在终端与目标流媒体设备建立会话连接后,根据目标流媒体设备返回的视频流获得,流媒体设备支持实时网络传输协议;根据目标视频图像,获取第一时段内的视频图像;对第一时段内的视频图像进行抽帧处理,得到第一数目的视频图像,将第一数目的视频图像作为待检测视频图像。
在其中一个实施例中,服务器1104还可以用于根据目标视频图像,获取第二时段内的视频图像,根据第二时段内的视频图像,得到第二数目的视频图像,指示终端显示第二数目的视频图像,检测对第二数目的视频图像的选择操作,将选中的视频图像作为基准视频图像。
在其中一个实施例中,服务器1104还可以用于获取第二时段的时段标识信息以及天气信息;建立第二时段的时段标识信息以及天气信息与基准视频图像的关联关系。
在其中一个实施例中,服务器1104可以获取第一时段的时段标识信息以及天气信息,根据第一时段的时段标识信息以及天气信息和关联关系,确定目标基准视频图像,根据目标基准视频图像,确定目标基准视频图像的灰度直方图,目标基准视频图像的灰度直方图作为第一灰度直方图。
关于视频图像点位偏移检测系统的具体限定可以参见上文中对于视频图像点位偏移检测方法的限定,在此不再赘述。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图12所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储视频图像点位偏移检测中需要用到的各图像数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种视频图像点位偏移检测方法。
本领域技术人员可以理解,图9中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
获取待检测视频图像,并获取第一灰度直方图,第一灰度直方图为基准视频图像的灰度直方图;
将待检测视频图像转换为灰度图像,根据待检测视频图像转换成的灰度图像确定第二灰度直方图;
根据第一灰度直方图和第二灰度直方图,确定待检测视频图像和基准视频图像的灰度图像直方图差异度参数;
在灰度图像直方图差异度参数大于预设的差异度阈值时,判定待检测视频图像出现点位偏移。
在其中一个实施例中,上述的灰度图像直方图差异度参数可以为灰度图像直方图方差,处理器执行计算机程序实现上述的根据第一灰度直方图和第二灰度直方图,确定待检测视频图像和基准视频图像的灰度图像直方图差异度参数的步骤时,具体实现以下步骤:根据第一灰度直方图和第二灰度直方图,分别计算待检测视频图像和基准视频图像的各列或者各行对应的灰度图像像素值的差值和最大值;计算各差值的绝对值与对应的最大值的比值,根据各比值确定灰度图像直方图方差。
在其中一个实施例中,处理器执行计算机程序实现上述的获取待检测视频图像的步骤时,具体实现以下步骤:接收终端发送的目标视频图像,目标视频图像为在终端与目标流媒体设备建立会话连接后,根据目标流媒体设备返回的视频流获得,流媒体设备支持实时网络传输协议;根据目标视频图像,获取第一时段内的视频图像;对第一时段内的视频图像进行抽帧处理,得到第一数目的视频图像,将第一数目的视频图像作为待检测视频图像。
在其中一个实施例中,处理器执行计算机程序时还实现以下步骤:根据目标视频图像,获取第二时段内的视频图像;根据第二时段内的视频图像,得到第二数目的视频图像;指示终端显示第二数目的视频图像;检测对第二数目的视频图像的选择操作,将选中的视频图像作为基准视频图像。
在其中一个实施例中,处理器执行计算机程序时还实现以下步骤:获取第二时段的时段标识信息以及天气信息;建立第二时段的时段标识信息以及天气信息与基准视频图像的关联关系。
在其中一个实施例中,处理器执行计算机程序上述的第一灰度直方图的步骤时,具体实现以下包括:获取第一时段的时段标识信息以及天气信息;根据第一时段的时段标识信息以及天气信息和关联关系,确定目标基准视频图像;根据目标基准视频图像,确定目标基准视频图像的灰度直方图,目标基准视频图像的灰度直方图作为第一灰度直方图。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取待检测视频图像,并获取第一灰度直方图,第一灰度直方图为基准视频图像的灰度直方图;
将待检测视频图像转换为灰度图像,根据待检测视频图像转换成的灰度图像确定第二灰度直方图;
根据第一灰度直方图和第二灰度直方图,确定待检测视频图像和基准视频图像的灰度图像直方图差异度参数;
在灰度图像直方图差异度参数大于预设的差异度阈值时,判定待检测视频图像出现点位偏移。
在其中一个实施例中,上述的灰度图像直方图差异度参数可以为灰度图像直方图方差,计算机程序被处理器执行实现上述的根据第一灰度直方图和第二灰度直方图,确定待检测视频图像和基准视频图像的灰度图像直方图差异度参数的步骤时,具体实现以下步骤:根据第一灰度直方图和第二灰度直方图,分别计算待检测视频图像和基准视频图像的各列或者各行对应的灰度图像像素值的差值和最大值;计算各差值的绝对值与对应的最大值的比值,根据各比值确定灰度图像直方图方差。
在其中一个实施例中,计算机程序被处理器执行实现上述的获取待检测视频图像的步骤时,具体实现以下步骤:接收终端发送的目标视频图像,目标视频图像为在终端与目标流媒体设备建立会话连接后,根据目标流媒体设备返回的视频流获得,流媒体设备支持实时网络传输协议;根据目标视频图像,获取第一时段内的视频图像;对第一时段内的视频图像进行抽帧处理,得到第一数目的视频图像,将第一数目的视频图像作为待检测视频图像。
在其中一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据目标视频图像,获取第二时段内的视频图像;根据第二时段内的视频图像,得到第二数目的视频图像;指示终端显示第二数目的视频图像;检测对第二数目的视频图像的选择操作,将选中的视频图像作为基准视频图像。
在其中一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取第二时段的时段标识信息以及天气信息;建立第二时段的时段标识信息以及天气信息与基准视频图像的关联关系。
在其中一个实施例中,计算机程序被处理器执行上述的第一灰度直方图的步骤时,具体实现以下包括:获取第一时段的时段标识信息以及天气信息;根据第一时段的时段标识信息以及天气信息和关联关系,确定目标基准视频图像;根据目标基准视频图像,确定目标基准视频图像的灰度直方图,目标基准视频图像的灰度直方图作为第一灰度直方图。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种视频图像点位偏移检测方法,其特征在于,所述方法包括:
获取待检测视频图像,并获取第一灰度直方图,所述第一灰度直方图为基准视频图像的灰度直方图;
将所述待检测视频图像转换为灰度图像,根据所述待检测视频图像转换成的灰度图像确定第二灰度直方图;
根据所述第一灰度直方图和所述第二灰度直方图,确定所述待检测视频图像和所述基准视频图像的灰度图像直方图差异度参数;
在所述灰度图像直方图差异度参数大于预设的差异度阈值时,判定所述待检测视频图像出现点位偏移。
2.根据权利要求1所述的方法,其特征在于,所述灰度图像直方图差异度参数为灰度图像直方图方差,所述根据所述第一灰度直方图和所述第二灰度直方图,确定所述待检测视频图像和所述基准视频图像的灰度图像直方图差异度参数,包括:
根据所述第一灰度直方图和所述第二灰度直方图,分别计算所述待检测视频图像和所述基准视频图像的各列或者各行对应的灰度图像像素值的差值和最大值;
计算各所述差值的绝对值与对应的所述最大值的比值,根据各所述比值确定所述灰度图像直方图方差。
3.根据权利要求1或2所述的方法,其特征在于,所述获取待检测视频图像,包括:
接收终端发送的目标视频图像,所述目标视频图像为在所述终端与目标流媒体设备建立会话连接后,根据所述目标流媒体设备返回的视频流获得,所述流媒体设备支持实时网络传输协议;
根据所述目标视频图像,获取第一时段内的视频图像;
对所述第一时段内的视频图像进行抽帧处理,得到第一数目的视频图像,将所述第一数目的视频图像作为所述待检测视频图像。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
根据所述目标视频图像,获取第二时段内的视频图像;
根据所述第二时段内的视频图像,得到第二数目的视频图像;
指示所述终端显示所述第二数目的视频图像;
检测对所述第二数目的视频图像的选择操作,将选中的视频图像作为所述基准视频图像。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
获取所述第二时段的时段标识信息以及天气信息;
建立所述第二时段的时段标识信息以及天气信息与所述基准视频图像的关联关系。
6.根据权利要求5所述的方法,其特征在于,所述第一灰度直方图,包括:
获取所述第一时段的时段标识信息以及天气信息;
根据所述第一时段的时段标识信息以及天气信息和所述关联关系,确定目标基准视频图像;
根据所述目标基准视频图像,确定所述目标基准视频图像的灰度直方图,所述目标基准视频图像的灰度直方图作为所述第一灰度直方图。
7.一种视频图像点位偏移检装置,其特征在于,所述装置包括:
获取模块,用于获取待检测视频图像,并获取第一灰度直方图,所述第一灰度直方图为基准视频图像的灰度直方图;
预处理模块,用于将所述待检测视频图像转换为灰度图像,根据所述待检测视频图像转换成的灰度图像确定第二灰度直方图;
处理模块,用于根据所述第一灰度直方图和所述第二灰度直方图,确定所述待检测视频图像和所述基准视频图像的灰度图像直方图方差;
检测模块,用于在所述灰度图像直方图方差大于预设的差异度阈值时,判定所述待检测视频图像出现点位偏移。
8.一种视频图像点位偏移检系统,其特征在于,所述系统包括终端和服务器;
所述终端用于在与目标流媒体设备建立会话连接后,根据所述目标流媒体设备返回的视频流获得目标视频图像,将所述目标视频图像发送给所述服务器;
所述服务器用于根据所述目标视频图像获取待检测视频图像,并获取第一灰度直方图,将所述待检测视频图像转换为灰度图像,根据所述待检测视频图像转换成的灰度图像确定第二灰度直方图,根据所述第一灰度直方图和所述第二灰度直方图,确定所述待检测视频图像和所述基准视频图像的灰度图像直方图方差,在所述灰度图像直方图方差大于预设的差异度阈值时,判定所述待检测视频图像出现点位偏移所述第一灰度直方图为基准视频图像的灰度直方图。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910268749.7A CN110049311A (zh) | 2019-04-04 | 2019-04-04 | 视频图像点位偏移检测方法、装置、系统和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910268749.7A CN110049311A (zh) | 2019-04-04 | 2019-04-04 | 视频图像点位偏移检测方法、装置、系统和计算机设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110049311A true CN110049311A (zh) | 2019-07-23 |
Family
ID=67276172
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910268749.7A Pending CN110049311A (zh) | 2019-04-04 | 2019-04-04 | 视频图像点位偏移检测方法、装置、系统和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110049311A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110896447A (zh) * | 2019-10-09 | 2020-03-20 | 王昆 | 通信信号内容差异即时检测平台 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102152457A (zh) * | 2011-01-31 | 2011-08-17 | 宁波伊士通技术股份有限公司 | 一种基于直方图匹配的嵌入式塑料模具保护装置 |
CN105741283A (zh) * | 2016-01-28 | 2016-07-06 | 青岛易科锐自动化技术有限公司 | 一种计算机色彩对比定量评价方法 |
CN106878674A (zh) * | 2017-01-10 | 2017-06-20 | 哈尔滨工业大学深圳研究生院 | 一种基于监控视频的停车检测方法及装置 |
CN107730493A (zh) * | 2017-10-24 | 2018-02-23 | 广东天机工业智能系统有限公司 | 产品颜色差异检测方法、装置、介质以及计算机设备 |
CN109120922A (zh) * | 2018-09-27 | 2019-01-01 | 太仓太乙信息工程有限公司 | 一种摄像头状态监控系统及其方法 |
-
2019
- 2019-04-04 CN CN201910268749.7A patent/CN110049311A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102152457A (zh) * | 2011-01-31 | 2011-08-17 | 宁波伊士通技术股份有限公司 | 一种基于直方图匹配的嵌入式塑料模具保护装置 |
CN105741283A (zh) * | 2016-01-28 | 2016-07-06 | 青岛易科锐自动化技术有限公司 | 一种计算机色彩对比定量评价方法 |
CN106878674A (zh) * | 2017-01-10 | 2017-06-20 | 哈尔滨工业大学深圳研究生院 | 一种基于监控视频的停车检测方法及装置 |
CN107730493A (zh) * | 2017-10-24 | 2018-02-23 | 广东天机工业智能系统有限公司 | 产品颜色差异检测方法、装置、介质以及计算机设备 |
CN109120922A (zh) * | 2018-09-27 | 2019-01-01 | 太仓太乙信息工程有限公司 | 一种摄像头状态监控系统及其方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110896447A (zh) * | 2019-10-09 | 2020-03-20 | 王昆 | 通信信号内容差异即时检测平台 |
CN110896447B (zh) * | 2019-10-09 | 2020-12-01 | 六安荣耀创新智能科技有限公司 | 通信信号内容差异即时检测平台 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI709091B (zh) | 圖像處理方法和裝置 | |
CN109996063A (zh) | 视频图像花屏检测方法、装置、计算机设备和存储介质 | |
CN108933935B (zh) | 视频通信系统的检测方法、装置、存储介质和计算机设备 | |
CN107241556B (zh) | 图像采集设备的测光方法及装置 | |
CN110049310A (zh) | 视频图像获取、视频质量检测方法和装置 | |
EP2733674A1 (en) | Object display device, object display method, and object display program | |
CN111340879B (zh) | 基于上采样的影像定位系统及其方法 | |
CN110991297A (zh) | 一种基于场景监控的目标定位方法及系统 | |
TW202232934A (zh) | 用於評估拼接影像之對齊之方法和影像處理裝置 | |
CN110049311A (zh) | 视频图像点位偏移检测方法、装置、系统和计算机设备 | |
CN115018565A (zh) | 一种广告传媒图像识别方法、系统、设备及可读存储介质 | |
CN111091146A (zh) | 图片相似度获取方法、装置、计算机设备及存储介质 | |
CN103686056A (zh) | 会议终端及该会议终端的视频处理方法 | |
CN110490079A (zh) | 巡检数据处理方法、装置、计算机设备和存储介质 | |
CN108109167B (zh) | 门锁安装辅助方法及装置 | |
CN109996062A (zh) | 视频图像质量检测方法、装置、计算机设备和存储介质 | |
CN115314719A (zh) | 直播上报数据处理方法、装置和计算机设备 | |
CN112738527A (zh) | 一种视频解码检测方法、装置、电子设备及存储介质 | |
CN113962838A (zh) | 水印图像嵌入/增强方法、装置及计算机系统 | |
CN110598754A (zh) | 基于图像检测的在线监督方法、装置、设备及存储介质 | |
CN110490233B (zh) | 众包任务处理方法、装置、计算机设备和存储介质 | |
CN111078804B (zh) | 一种信息关联方法、系统及计算机终端 | |
CN113473112A (zh) | 确定感兴趣区域方法、拍摄控制方法、装置、设备和介质 | |
CN115330661A (zh) | 视频图像质量检测方法、装置、设备及可读存储介质 | |
CN112423036B (zh) | 视频数据处理方法、装置、计算机设备和存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190723 |