CN110363766A - 马赛克检测方法、装置和电子设备 - Google Patents

马赛克检测方法、装置和电子设备 Download PDF

Info

Publication number
CN110363766A
CN110363766A CN201910673986.1A CN201910673986A CN110363766A CN 110363766 A CN110363766 A CN 110363766A CN 201910673986 A CN201910673986 A CN 201910673986A CN 110363766 A CN110363766 A CN 110363766A
Authority
CN
China
Prior art keywords
macro block
change degree
mosaic
macro
frame
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
Application number
CN201910673986.1A
Other languages
English (en)
Inventor
杨镇郡
姜卫平
张家斌
李国华
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.)
Bo Hui Science And Technology Co Ltd Of Beijing
Original Assignee
Bo Hui Science And Technology Co Ltd Of Beijing
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 Bo Hui Science And Technology Co Ltd Of Beijing filed Critical Bo Hui Science And Technology Co Ltd Of Beijing
Priority to CN201910673986.1A priority Critical patent/CN110363766A/zh
Publication of CN110363766A publication Critical patent/CN110363766A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G06T7/49—Analysis of texture based on structural texture description, e.g. using primitives or placement rules
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种马赛克检测方法、装置和电子设备；其中，该方法包括：获取视频图像帧的灰度图像，并将灰度图像划分为多个宏块；计算每个宏块的四条边的宏块边界变化度；根据宏块边界变化度将每个宏块分为二边宏块或三边宏块；统计划分后的二边宏块的个数和三边宏块的个数；如果三边宏块的个数大于预设的第一个数阈值，且二边宏块的个数大于预设的第二个数阈值，将视频图像帧确定为马赛克帧。本发明提高马赛克检测的效率，增加准确率。

Description

马赛克检测方法、装置和电子设备
技术领域
本发明涉及图像处理技术领域，尤其是涉及一种马赛克检测方法、装置和电子设备。
背景技术
相关技术中，马赛克检测方法主要分为两种：基于边缘检测的检测算法和基于区域分析的检测算法。两种算法都基于马赛克的矩形特性，即马赛克均以矩形形式出现。基于边缘检测的算法根据马赛克的矩形特性，定义马赛克模版。通过边缘检测算子计算图像的边缘，从边缘中挑选出符合马赛克模版的区域，并标记为马赛克块。这种算法缺点在于模版匹配策略，容易导致漏报和误报。而基于区域分析检测算法通常采用区域增长的方式，在图像中设定一点，逐步遍历周围像素，看能否以矩形的方式扩张，直到无法扩张时，判断该矩形是否为马赛克区域。这种算法优点在于不需要对图像进行预处理，缺点在于扩张点选择，遍历搜索会影响效率，选择性搜索容易导致漏报和误报。现有的马赛克检测方法的效率低、准确性差。
发明内容
有鉴于此，本发明的目的在于提供一种马赛克检测方法、装置和电子设备，以提高马赛克检测的效率，增加准确率。
第一方面，本发明实施例提供了一种马赛克检测方法，包括：获取视频图像帧的灰度图像，并将灰度图像划分为多个宏块；计算每个宏块的四条边的宏块边界变化度；根据宏块边界变化度将每个宏块分为二边宏块或三边宏块；统计划分后的二边宏块的个数和三边宏块的个数；如果三边宏块的个数大于预设的第一个数阈值，且二边宏块的个数大于预设的第二个数阈值，将视频图像帧确定为马赛克帧。
在本发明较佳的实施例中，上述获取视频图像帧的灰度图像的步骤，包括：解码目标视频，并从解码后的目标视频中抽取视频图像帧；将每个视频图像帧由彩色图像转换成灰度图像，并去除灰度图像的噪声。
在本发明较佳的实施例中，上述计算每个宏块的四条边的宏块边界变化度的步骤，包括：选取宏块的一条边；计算被选取边的每个像素的变化度；将被选取边的每个像素的变化度的平均值作为被选取边的宏块边界变化度。
在本发明较佳的实施例中，上述计算被选取边的每个像素的变化度的步骤，包括：通过以下算式计算被选取边的每个像素的变化度：其中，x1(i，j)为宏块的第i行第j列的像素灰度值；x2(i，j)为与被选取边相邻的宏块的第i行第j列的像素灰度值；y′1(j)为宏块的块内变化度；y′2(j)为块间变化度；y′3(j)为与被选取边相邻的宏块的块内变化度；y″1(j)为宏块的二阶差分值；y″2(j)为与被选取边相邻的宏块的二阶差分值；K为预设的变化度阈值；△j为被选取边的每个像素的变化度。
在本发明较佳的实施例中，上述根据宏块边界变化度将每个宏块分为二边宏块或三边宏块的步骤，包括：当宏块的四条边中，宏块边界变化度大于预设的第一边界阈值的边的个数至少为两个时，将宏块分为二边宏块；当宏块的四条边中，宏块边界变化度大于预设的第二边界阈值的边的个数至少为三个时，将宏块分为三边宏块。
在本发明较佳的实施例中，上述方法还包括：统计目标视频中，从第一个马赛克帧开始的预设的时间范围内的马赛克帧总数；如果马赛克帧总数大于预设的告警阈值，进行告警。
第二方面，本发明实施例还提供一种马赛克检测装置，包括：灰度图像模块，用于获取视频图像帧的灰度图像，并将灰度图像划分为多个宏块；边界变化度模块，用于计算每个宏块的四条边的宏块边界变化度；宏块划分模块，用于根据宏块边界变化度将每个宏块分为二边宏块或三边宏块；宏块统计模块，用于统计划分后的二边宏块的个数和三边宏块的个数；马赛克帧模块，用于如果三边宏块的个数大于预设的第一个数阈值，且二边宏块的个数大于预设的第二个数阈值，将视频图像帧确定为马赛克帧。
在本发明较佳的实施例中，上述灰度图像模块，用于：解码目标视频，并从解码后的目标视频中抽取视频图像帧；将每个视频图像帧由彩色图像转换成灰度图像，并去除灰度图像的噪声。
第三方面，本发明实施例提供了一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的计算机可执行指令，处理器执行计算机可执行指令以实现上述马赛克检测方法的步骤。
第四方面，本发明实施例提供了一种计算机可读存储介质该计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现上述马赛克检测方法的步骤。
本发明实施例带来了以下有益效果：
本发明实施例提供的马赛克检测方法、装置和电子设备，将视频图像帧的灰度图像划分为多个宏块后，根据每个宏块四条边的宏块边界变化度将宏块分为二边宏块或三边宏块，如果三边宏块的个数大于预设的第一个数阈值，且二边宏块的个数大于预设的第二个数阈值，将视频图像帧确定为马赛克帧。该方式可以提高马赛克检测的效率，增加准确率。
本公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本公开的上述技术即可得知。
为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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的附图。
图1为本发明实施例提供的一种马赛克检测方法的流程图；
图2为本发明实施例提供的另一种马赛克检测方法的流程图；
图3为本发明实施例提供的一种宏块底边的变化度计算方法的示意图；
图4为本发明实施例提供的一种马赛克检测的算法流程示意图；
图5为本发明实施例提供的一种视频马赛克检测的应用实例示意图；
图6为本发明实施例提供的一种马赛克检测装置的结构示意图；
图7为本发明实施例提供的一种电子设备的结构示意图。
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，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动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。
目前马赛克检测方法主要分为两种：基于边缘检测的检测算法和基于区域分析的检测算法。两种算法都基于马赛克的矩形特性，即马赛克均以矩形形式出现。基于边缘检测的算法根据马赛克的矩形特性，定义马赛克模版。通过边缘检测算子计算图像的边缘，从边缘中挑选出符合马赛克模版的区域，并标记为马赛克块。这种算法缺点在于模版匹配策略，容易导致漏报和误报。而基于区域分析检测算法通常采用区域增长的方式，在图像中设定一点，逐步遍历周围像素，看能否以矩形的方式扩张，直到无法扩张时，判断该矩形是否为马赛克区域。这种算法优点在于不需要对图像进行预处理，缺点在于扩张点选择，遍历搜索会影响效率，选择性搜索容易导致漏报和误报。现有的马赛克检测方法的效率低、准确性差。
马赛克检测算法的优劣评价，主要遵从高效性和准确性两个原则，现有算法还存在一定缺陷。基于此，本发明实施例提供的一种马赛克检测方法、装置和电子设备，该技术应用于图像处理，尤其可以适用于图像马赛克检测、视频马赛克检测等领域，涉及视频图像灰度处理，差分计算，阈值分割等方面技术。
为便于对本实施例进行理解，首先对本发明实施例所公开的一种马赛克检测方法进行详细介绍，如图1所示，该方法包括如下步骤：
步骤S102，获取视频图像帧的灰度图像，并将灰度图像划分为多个宏块。
视频图像帧是指在视频中按照帧数抽取的图像，灰度图像是每个像素只有一个采样颜色的图像，这类图像通常显示为从最暗黑色到最亮的白色的灰度。宏块是指将画面分成一个个块，这些块称为宏块。
步骤S104，计算每个宏块的四条边的宏块边界变化度。
宏块具有四条边，每一条边都有一个宏块边界变化度，宏块边界变化度用于判断该边与其相邻的宏块是否存在较大的差别，如果存在较大的差别，则说明该宏块是马赛克宏块的概率更高。
步骤S106，根据宏块边界变化度将每个宏块分为二边宏块或三边宏块。
二边宏块是指有两个边的宏块边界变化度较高的宏块，三边宏块是指有三个边的宏块边界变化度较高的宏块。需要说明的是，三边宏块并不一定是二边宏块，因为二边宏块和三边宏块的宏块边界变化度的判断阈值并不一定相同，因此，二边宏块与三边宏块可能存在交集，也可能不存在交集。宏块也可能既不是二边宏块，也不是三边宏块。
步骤S108，统计划分后的二边宏块的个数和三边宏块的个数。
将宏块划分为二边宏块或三边宏块后，分别统计所有宏块中二边宏块的个数和三边宏块的个数。
步骤S110，如果三边宏块的个数大于预设的第一个数阈值，且二边宏块的个数大于预设的第二个数阈值，将视频图像帧确定为马赛克帧。
如果三边宏块的个数大于预设的第一个数阈值，则说明该视频图像帧为疑似马赛克帧图像帧，在此基础上二边宏块的个数大于预设的第二个数阈值，则将视频图像帧确定为马赛克帧。需要说明的是，第一个数阈值与第二个数阈值并没有明确的大小关系，二者可以相同，也可以不同。三边宏块的个数判断和二边宏块的个数判断也没有先后顺序，可以先判断二边宏块，也可以后判断二边宏块。如果先判断二边宏块，则先通过二边宏块确定疑似马赛克帧图像帧，后根据三边宏块确定马赛克帧图像帧；如果先判断三边宏块，则先通过三边宏块确定疑似马赛克帧图像帧，后根据二边宏块确定马赛克帧图像帧。
本发明实施例提供的马赛克检测方法，将视频图像帧的灰度图像划分为多个宏块后，根据每个宏块四条边的宏块边界变化度将宏块分为二边宏块或三边宏块，如果三边宏块的个数大于预设的第一个数阈值，且二边宏块的个数大于预设的第二个数阈值，将视频图像帧确定为马赛克帧。该方式可以提高马赛克检测的效率，增加准确率。
本发明实施例还提供另一种马赛克检测方法；该方法在上述实施例方法的基础上实现；该方法重点描述获取视频图像帧的灰度图像的具体实现方式。
如图2所示，该方法包括如下步骤：
步骤S202，解码目标视频，并从解码后的目标视频中抽取视频图像帧。
使用通用视频解码及图像帧抽取方法，从视频中抽取视频图像帧。视频解码是指一个能够对数字视频进行压缩或者解压缩。
步骤S204，将每个视频图像帧由彩色图像转换成灰度图像，并去除灰度图像的噪声。
逐帧将彩色图像转换成灰度图像，一般有分量法、最大值法、平均值法和加权平均法四种方法对彩色图像进行灰度化。
步骤S206，将灰度图像划分为多个宏块。
目前主流编码方式的宏块大小都是16*16的像素矩阵，因此本发明将图像划分为16*16的小矩形区域。如果宏块大小改变，只需将划分方式改变即可。例如：H265编码格式支持16*16宏块，也支持32*32宏块。宏块的大小固定，并且均匀的分布在灰度图像上。
步骤S208，计算每个宏块的四条边的宏块边界变化度。
可以通过以下步骤计算宏块边界变化度：
(1)选取宏块的一条边。
根据选择的宏块的边的种类，宏块边界变化度分为水平、垂直边缘的计算。如果选取的是水平的边，就是水平边缘计算；如果选取的是垂直的变，就是垂直边缘计算。垂直边缘计算的方法与贺岁喷那个边缘计算的方法相同。
(2)计算被选取边的每个像素的变化度。
以下以宏块的底边为例，就算该边每个像素的变化度。参见图3所示的一种宏块底边的变化度计算方法的示意图。图3中的宏块1是待检测的宏块，检测的变为宏块1的底边，计算的是水平边缘，宏块1为16*16像素的宏块。
通过以下算式计算被选取边的每个像素的变化度：
其中，x1(i，j)为宏块1的第i行第j列的像素灰度值；x2(i，j)为宏块2的第i行第j列的像素灰度值；y′1(j)为宏块1的块内变化度；y′2(j)为块间变化度；y′3(j)为宏块2的块内变化度；y″1(j)为宏块1的二阶差分值；y″2(j)为宏块2的二阶差分值；K为预设的变化度阈值，取值范围为30-80，优选值为40；△j为被选取边的每个像素的变化度。
二阶差分值较小表示这一列像素值较连续，值较大则相反。只有在图像轮廓边缘、马赛克边界处会出现较大二阶差分值。预设的变化度阈值用于抑制每行/列的变化度，避免某一列上的变化度过大，影响均值。
(3)将被选取边的每个像素的变化度的平均值作为被选取边的宏块边界变化度。
对于16*16的宏块的底边，取16列的变化度的均值作为宏块水平边界的变化度。
步骤S210，根据宏块边界变化度将每个宏块分为二边宏块或三边宏块。
举例来说，一部分宏块是正常图像，但是可能会被误检测。在正常图像中，有些图像轮廓边缘会与宏块边缘位置重合，这会对马赛克检测有所影响。但发生宏块的3条边(或4条边)都是图像轮廓边缘的概率非常低，且不符合马赛克的一般分布特性，可以通过筛选过滤加以排除。二边宏块或三边宏块的划分，可以通过以下方式执行：
(1)当宏块的四条边中，宏块边界变化度大于预设的第一边界阈值的边的个数至少为两个时，将宏块分为二边宏块。
二边宏块是指至少2条边的边界变化度大于预设的第一边界阈值的宏块。第一边界阈值的优选值为15。
(2)当宏块的四条边中，宏块边界变化度大于预设的第二边界阈值的边的个数至少为三个时，将宏块分为三边宏块。
三边宏块是指至少3边的边界变化度大于预设的第二边界阈值的宏块。第一边界阈值的范围在8-15，优选值为10。
步骤S212，统计划分后的二边宏块的个数和三边宏块的个数。
将所有宏块都划分完成后，统计所有宏块中二边宏块和三边宏块的个数。
步骤S214，如果三边宏块的个数大于预设的第一个数阈值，且二边宏块的个数大于预设的第二个数阈值，将视频图像帧确定为马赛克帧。
如果视频图像帧确定为马赛克帧，将二边宏块为马赛克宏块。对于一帧图像，如果马赛克宏块个数较少，人眼不会察觉。
在统计将视频图像帧确定为马赛克帧并统计马赛克宏块的数目后，还可以进行告警，告警可以通过以下步骤执行：
(1)统计目标视频中，从第一个马赛克帧开始的预设的时间范围内的马赛克帧总数。
对于视频而言，只有出现集中且连续的多帧马赛克帧，才能被人眼感知。因此，本发明结合时间域统计方法，在马赛克图像帧出现后的一段时间内进行统计，这段时间就是预设的时间。预设的时间可以是1秒，也可以是其他时间。
(2)如果马赛克帧总数大于预设的告警阈值，进行告警。
对于1s播放25帧图像的视频格式，预设的告警阈值的取值范围为4-20。马赛克帧总数超过预设的告警阈值，则需要告警，告警的手段包括：语音提示、信息提示等。
马赛克检测的整体算法流程可以参见图4所示的一种马赛克检测的算法流程示意图，算法可分为以下几个步骤：视频图像帧抽取、图像预处理、宏块边界变化度计算、马赛克宏块数量统计、马赛克帧判定和视频马赛克告警。
视频马赛克检测的应用实例可以参见图5所示的一种视频马赛克检测的应用实例示意图，如图5所示，应用软件在获取视频文件或直播流后对其进行解码，并提取图像帧；将提取完成的图像帧发送到音视频分析库的视频马赛克检测模块，将检测结果发送到应用软件，应用软件进行业务逻辑判断后进行业务告警，业务告警的方式有界面告警和语言告警等。
上述方式中，通过公式计算被选取边的每个像素的变化度，并且将被选取边的每个像素的变化度的平均值作为被选取边的宏块边界变化度，在统计将视频图像帧确定为马赛克帧并统计马赛克宏块的数目后，还可以进行告警。该方式可以帮助用户准确发现视频马赛克异常，并及时告警，提高马赛克检测的效率，增加准确率。
需要说明的是，上述各方法实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
对应于上述方法实施例，本发明实施例提供了一种马赛克检测装置，如图6所示，该装置包括：
灰度图像模块91，用于获取视频图像帧的灰度图像，并将灰度图像划分为多个宏块；
边界变化度模块92，用于计算每个宏块的四条边的宏块边界变化度；
宏块划分模块93，用于根据宏块边界变化度将每个宏块分为二边宏块或三边宏块；
宏块统计模块94，用于统计划分后的二边宏块的个数和三边宏块的个数；
马赛克帧模块95，用于如果三边宏块的个数大于预设的第一个数阈值，且二边宏块的个数大于预设的第二个数阈值，将视频图像帧确定为马赛克帧。
本发明实施例提供的一种马赛克检测装置，将视频图像帧的灰度图像划分为多个宏块后，根据每个宏块四条边的宏块边界变化度将宏块分为二边宏块或三边宏块，如果三边宏块的个数大于预设的第一个数阈值，且二边宏块的个数大于预设的第二个数阈值，将视频图像帧确定为马赛克帧。该方式可以提高马赛克检测的效率，增加准确率。
在一些实施例中，灰度图像模块，用于：解码目标视频，并从解码后的目标视频中抽取视频图像帧；将每个视频图像帧由彩色图像转换成灰度图像，并去除灰度图像的噪声。
在一些实施例中，边界变化度模块，用于：选取宏块的一条边；计算被选取边的每个像素的变化度；将被选取边的每个像素的变化度的平均值作为被选取边的宏块边界变化度。
在一些实施例中，边界变化度模块，用于：通过以下算式计算被选取边的每个像素的变化度：其中，x1(i，j)为宏块的第i行第j列的像素灰度值；x2(i，j)为与被选取边相邻的宏块的第i行第j列的像素灰度值；y′1(j)为宏块的块内变化度；y′2(j)为块间变化度；y′3(j)为与被选取边相邻的宏块的块内变化度；y″1(j)为宏块的二阶差分值；y″2(j)为与被选取边相邻的宏块的二阶差分值；K为预设的变化度阈值；△j为被选取边的每个像素的变化度。
在一些实施例中，宏块划分模块，用于：当宏块的四条边中，宏块边界变化度大于预设的第一边界阈值的边的个数至少为两个时，将宏块分为二边宏块；当宏块的四条边中，宏块边界变化度大于预设的第二边界阈值的边的个数至少为三个时，将宏块分为三边宏块。
在一些实施例中上述装置，还包括：
马赛克帧统计模块，用于统计目标视频中，从第一个马赛克帧开始的预设的时间范围内的马赛克帧总数；
告警模块，用于如果马赛克帧总数大于预设的告警阈值，进行告警。
本发明实施例提供的马赛克检测装置，与上述实施例提供的马赛克检测方法具有相同的技术特征，所以也能解决相同的技术问题，达到相同的技术效果。
本发明实施例还提供了一种电子设备，用于运行上述马赛克检测方法；参见图7所示，该电子设备包括存储器100和处理器101，其中，存储器100用于存储一条或多条计算机指令，一条或多条计算机指令被处理器101执行，以实现上述马赛克检测方法。
进一步地，图7所示的电子设备还包括总线102和通信接口103，处理器101、通信接口103和存储器100通过总线102连接。
其中，存储器100可能包含高速随机存取存储器(RAM，Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口103(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。总线102可以是ISA总线、PCI总线或EISA总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图7中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
处理器101可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器101中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器101可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(NetworkProcessor，简称NP)等；还可以是数字信号处理器(DigitalSignal Processor，简称DSP)、专用集成电路(Application Specific IntegratedCircuit，简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器100，处理器101读取存储器100中的信息，结合其硬件完成前述实施例的方法的步骤。
本发明实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现上述马赛克检测方法，具体实现可参见方法实施例，在此不再赘述。
本发明实施例所提供的马赛克检测方法、装置和电子设备的计算机程序产品，包括存储了程序代码的计算机可读存储介质，程序代码包括的指令可用于执行前面方法实施例中的方法，具体实现可参见方法实施例，在此不再赘述。
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，上述描述的装置和/或电子设备的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
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)

1.一种马赛克检测方法，其特征在于，包括：
获取视频图像帧的灰度图像，并将所述灰度图像划分为多个宏块；
计算每个所述宏块的四条边的宏块边界变化度；
根据所述宏块边界变化度将每个所述宏块分为二边宏块或三边宏块；
统计划分后的二边宏块的个数和三边宏块的个数；
如果所述三边宏块的个数大于预设的第一个数阈值，且所述二边宏块的个数大于预设的第二个数阈值，将所述视频图像帧确定为马赛克帧。
2.根据权利要求1所述的方法，其特征在于，获取视频图像帧的灰度图像的步骤，包括：
解码目标视频，并从解码后的所述目标视频中抽取视频图像帧；
将每个所述视频图像帧由彩色图像转换成灰度图像，并去除所述灰度图像的噪声。
3.根据权利要求1所述的方法，其特征在于，计算每个所述宏块的四条边的宏块边界变化度的步骤，包括：
选取所述宏块的一条边；
计算被选取边的每个像素的变化度；
将所述被选取边的每个像素的变化度的平均值作为被选取边的宏块边界变化度。
4.根据权利要求3所述的方法，其特征在于，计算被选取边的每个像素的变化度的步骤，包括：
通过以下算式计算被选取边的每个像素的变化度：
其中，x1(i，j)为所述宏块的第i行第j列的像素灰度值；x2(i，j)为与所述被选取边相邻的宏块的第i行第j列的像素灰度值；y′1(j)为所述宏块的块内变化度；y′2(j)为块间变化度；y′3(j)为与所述被选取边相邻的宏块的块内变化度；y″1(j)为所述宏块的二阶差分值；y″2(j)为与所述被选取边相邻的宏块的二阶差分值；K为预设的变化度阈值；△j为所述被选取边的每个像素的变化度。
5.根据权利要求1所述的方法，其特征在于，根据所述宏块边界变化度将每个所述宏块分为二边宏块或三边宏块的步骤，包括：
当所述宏块的四条边中，所述宏块边界变化度大于预设的第一边界阈值的边的个数至少为两个时，将所述宏块分为二边宏块；
当所述宏块的四条边中，所述宏块边界变化度大于预设的第二边界阈值的边的个数至少为三个时，将所述宏块分为三边宏块。
6.根据权利要求2所述的方法，其特征在于，所述方法还包括：
统计所述目标视频中，从第一个所述马赛克帧开始的预设的时间范围内的马赛克帧总数；
如果所述马赛克帧总数大于预设的告警阈值，进行告警。
7.一种马赛克检测装置，其特征在于，包括：
灰度图像模块，用于获取视频图像帧的灰度图像，并将所述灰度图像划分为多个宏块；
边界变化度模块，用于计算每个所述宏块的四条边的宏块边界变化度；
宏块划分模块，用于根据所述宏块边界变化度将每个所述宏块分为二边宏块或三边宏块；
宏块统计模块，用于统计划分后的二边宏块的个数和三边宏块的个数；
马赛克帧模块，用于如果所述三边宏块的个数大于预设的第一个数阈值，且所述二边宏块的个数大于预设的第二个数阈值，将所述视频图像帧确定为马赛克帧。
8.根据权利要求7所述的装置，其特征在于，所述灰度图像模块，用于：
解码目标视频，并从解码后的所述目标视频中抽取视频图像帧；
将每个所述视频图像帧由彩色图像转换成灰度图像，并去除所述灰度图像的噪声。
9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述计算机可执行指令以实现权利要求1至6任一项所述的马赛克检测方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令在被处理器调用和执行时，所述计算机可执行指令促使处理器实现权利要求1至6任一项所述的马赛克检测方法的步骤。
CN201910673986.1A 2019-07-24 2019-07-24 马赛克检测方法、装置和电子设备 Pending CN110363766A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910673986.1A CN110363766A (zh) 2019-07-24 2019-07-24 马赛克检测方法、装置和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910673986.1A CN110363766A (zh) 2019-07-24 2019-07-24 马赛克检测方法、装置和电子设备

Publications (1)

Publication Number Publication Date
CN110363766A true CN110363766A (zh) 2019-10-22

Family

ID=68220790

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910673986.1A Pending CN110363766A (zh) 2019-07-24 2019-07-24 马赛克检测方法、装置和电子设备

Country Status (1)

Country Link
CN (1) CN110363766A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111062331A (zh) * 2019-12-18 2020-04-24 银河互联网电视有限公司 图像的马赛克检测方法、装置、电子设备及存储介质
CN111757182A (zh) * 2020-07-08 2020-10-09 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

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102438148A (zh) * 2011-12-23 2012-05-02 上海交通大学 用于h.264帧内预测编码的基于dvs的快速模式选择方法
CN103091249A (zh) * 2011-11-07 2013-05-08 前视红外系统有限公司 气体可视化布局，设备以及方法
US20150248753A1 (en) * 2014-02-28 2015-09-03 Kyungpook National University Industry-Academic Cooperation Foundation Image processing apparatus and method for detecting object using equi-height mosaicking image, and vehicle operation assisting system employing same
US20150339827A1 (en) * 2014-05-26 2015-11-26 Canon Kabushiki Kaisha Image processing apparatus, method, and medium
CN106971399A (zh) * 2017-03-29 2017-07-21 北京数码视讯科技股份有限公司 图像马赛克检测方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103091249A (zh) * 2011-11-07 2013-05-08 前视红外系统有限公司 气体可视化布局，设备以及方法
CN102438148A (zh) * 2011-12-23 2012-05-02 上海交通大学 用于h.264帧内预测编码的基于dvs的快速模式选择方法
US20150248753A1 (en) * 2014-02-28 2015-09-03 Kyungpook National University Industry-Academic Cooperation Foundation Image processing apparatus and method for detecting object using equi-height mosaicking image, and vehicle operation assisting system employing same
US20150339827A1 (en) * 2014-05-26 2015-11-26 Canon Kabushiki Kaisha Image processing apparatus, method, and medium
CN106971399A (zh) * 2017-03-29 2017-07-21 北京数码视讯科技股份有限公司 图像马赛克检测方法及装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111062331A (zh) * 2019-12-18 2020-04-24 银河互联网电视有限公司 图像的马赛克检测方法、装置、电子设备及存储介质
CN111062331B (zh) * 2019-12-18 2023-09-05 银河互联网电视有限公司 图像的马赛克检测方法、装置、电子设备及存储介质
CN111757182A (zh) * 2020-07-08 2020-10-09 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
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

Similar Documents

Publication Publication Date Title
JP6719457B2 (ja) 画像の主要被写体を抽出する方法とシステム
CN107944427B (zh) 动态人脸识别方法及计算机可读存储介质
CN102750535B (zh) 自动提取图像前景的方法和系统
CN110766679A (zh) 镜头脏污检测方法、装置及终端设备
CN101742292B (zh) 基于图像内容信息的环路滤波方法和滤波器
EP2375748A1 (en) Method and apparatus for detecting coding artifacts in an image
CN106331746B (zh) 用于识别视频文件中的水印位置的方法和装置
CN110363766A (zh) 马赛克检测方法、装置和电子设备
CN110298817A (zh) 基于图像处理的目标物统计方法、装置、设备及存储介质
CN111445424A (zh) 图像处理和移动终端视频处理方法、装置、设备和介质
CN111062331A (zh) 图像的马赛克检测方法、装置、电子设备及存储介质
US7873226B2 (en) Image encoding apparatus
US20130294707A1 (en) Geometric modelization of images and applications
CN113743378B (zh) 一种基于视频的火情监测方法和装置
CN107832732B (zh) 基于三叉树遍历的车道线检测方法
CN107403429B (zh) 一种周期序列图像模型参数的快速自动获取方法
CN116434346B (zh) 无人值守商店内顾客行为的检测方法、装置及存储介质
CN111163332A (zh) 视频色情度检测方法、终端及介质
CN116233479A (zh) 基于数据处理的直播信息内容审核系统及方法
CN114332082B (zh) 清晰度的评价方法、装置、电子设备及计算机存储介质
CN110443780A (zh) 一种基于OpenCV算法的PPT边框提取方法及相关设备
CN113744200B (zh) 一种摄像头脏污检测方法、装置及设备
CN111951254B (zh) 基于边缘引导加权平均的源相机识别方法及系统
CN115359003A (zh) 两步式隧道灰度图像的裂缝识别方法、系统、介质及设备
CN112329572B (zh) 一种基于边框和闪光点的快速静态活体检测方法及装置

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

Application publication date: 20191022

RJ01 Rejection of invention patent application after publication