CN115953723B - 一种静帧检测方法、装置、电子设备和存储介质 - Google Patents

一种静帧检测方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN115953723B
CN115953723B CN202310225483.4A CN202310225483A CN115953723B CN 115953723 B CN115953723 B CN 115953723B CN 202310225483 A CN202310225483 A CN 202310225483A CN 115953723 B CN115953723 B CN 115953723B
Authority
CN
China
Prior art keywords
pixel
value
row
line
image
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
CN202310225483.4A
Other languages
English (en)
Other versions
CN115953723A (zh
Inventor
杨建平
丁江伟
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.)
Beijing Tielishan Technology Co ltd
Original Assignee
Beijing Tielishan Technology 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 Beijing Tielishan Technology Co ltd filed Critical Beijing Tielishan Technology Co ltd
Priority to CN202310225483.4A priority Critical patent/CN115953723B/zh
Publication of CN115953723A publication Critical patent/CN115953723A/zh
Application granted granted Critical
Publication of CN115953723B publication Critical patent/CN115953723B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Analysis (AREA)

Abstract

本申请公开了一种静帧检测方法、装置、电子设备和存储介质。具体包括:获取目标视频中的连续两帧图像,分别作为第一图像帧和第二图像帧;分别提取连续两帧图像中的至少一种行像素特征值;根据第一图像帧的行像素特征值和第二图像帧的行像素特征值,确定图像行差异值;根据图像行差异值,确定目标视频是否发生静帧。本申请实施例的技术方案可以有效的、直接的通过行像素特征值评估连续两帧图像之间的差异性;从不同的行像素特征值进行不同维度的分析,能够提高静帧检测的准确度。

Description

一种静帧检测方法、装置、电子设备和存储介质
技术领域
本申请涉及图像处理技术领域,尤其涉及一种静帧检测方法、装置、电子设备和存储介质。
背景技术
在广播电视和视频监控等领域中,对于图像信号的采集、传输和播放的稳定性要求是非常高的,进行视频图像处理的设备需要良好的可靠性,为防止设备问题导致的视频画面静帧等问题,相关技术人员在设备一侧添加图像的监控设备,若出现静帧问题可以及时做出反应,调整设备。
当前,对于视频图像的静帧问题有较为成熟的检测方法。例如,通过保存每帧图像的像素数据,在帧与帧之间逐个像素进行对比确定静帧,但是这样计算量较大且实时性不高;或者,通过每帧图像的直方图信息进行对比判断是否静帧,但由于直方图仅能够检测图像中全局的像素信息,也容易导致无法精准的识别静帧,使得准确性不高。
发明内容
本申请提供了一种静帧检测方法、装置、电子设备和存储介质,以提高静帧检测的准确性、实时性并降低计算量。
根据本申请的一方面,提供了一种静帧检测方法,所述方法包括:
获取目标视频中的连续两帧图像,分别作为第一图像帧和第二图像帧;
分别提取连续两帧图像中的至少一种行像素特征值;
根据第一图像帧的行像素特征值和第二图像帧的行像素特征值,确定图像行差异值;
根据图像行差异值,确定目标视频是否发生静帧。
根据本申请的另一方面,提供了一种静帧检测装置,包括:
图像帧获取模块,用于获取目标视频中的连续两帧图像,分别作为第一图像帧和第二图像帧;
特征值提取模块,用于分别提取连续两帧图像中的至少一种行像素特征值;
差异值确定模块,用于根据第一图像帧的行像素特征值和第二图像帧的行像素特征值,确定图像行差异值;
静帧确定模块,用于根据图像行差异值,确定目标视频是否发生静帧。
根据本申请的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本申请任一实施例所述的静帧检测方法。
根据本申请的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本申请任一实施例所述的静帧检测方法。
本申请实施例的技术方案,分别在目标视频中的连续两帧图像中确定这两帧图像各自的行像素特征值,根据行像素特征值进行图像行差异值的确定,并对连续两帧图像是否发生静帧进行判断。这样做的好处在于可以有效的、直接的通过行像素特征值评估连续两帧图像之间的差异性;从不同的行像素特征值进行不同维度的分析,能够提高静帧检测的准确度。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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是根据本申请实施例一提供的一种静帧检测方法的流程图;
图2是根据本申请实施例二提供的一种静帧检测方法的流程图;
图3是根据本申请实施例三所适用的静帧检测的过程示意图;
图4是根据本申请实施例四提供的一种静帧检测装置的结构示意图;
图5是实现本申请实施例的静帧检测方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本申请实施例一提供了一种静帧检测方法的流程图,本实施例可适用于检测视频连续帧中出现静帧的情况,该方法可以由静帧检测装置来执行,该静帧检测装置可以采用硬件和/或软件的形式实现,该静帧检测装置可配置于电子设备中。如图1所示,该方法包括:
S110、获取目标视频中的连续两帧图像,分别作为第一图像帧和第二图像帧。
其中,目标视频可以是亟待进行静帧检测的视频,可以是已有的完整视频文件,也可以是正在进行拍摄或传输的视频等。连续两帧图像可以是目标视频中图像序列中连续的两帧。其中任意连续两帧均可以作为用于检测静帧的连续两帧图像,可以理解的是,若任意连续的两帧图像是一样的(没有发生改变的,或因软硬件问题只发生了极为细小改变的),那么可以理解为目标视频在这两帧中出现了静帧现象。将用于判断静帧的连续两帧图像分别定义为第一图像帧和第二图像帧予以处理,便于区分帧与帧之间的关系。
S120、分别提取连续两帧图像中的至少一种行像素特征值。
其中,行像素可以是图像中以行为单位的像素分布区域。需要说明的是,现实中的视频图像绝大多数是以矩形画幅进行拍摄、制作和传播的,以1080P分辨率的视频举例,其每帧图像的像素分布为1920×1080个,也即具备1920个像素列,和1080个像素行。以行像素为单位,进行特征提取,得到的特征值即为行像素特征值。一般的可以对行像素中的像素值进行特征值的提取。需要强调的是,由于需要对比连续的两帧图像,那么这两帧图像均需要进行行像素特征值的提取。行像素特征值也不只有一种,提取不同的行像素特征值可以从不同的维度对连续两帧图像的各行像素进行对比,从而有助于静帧的识别。
当然,可以理解的是,不仅可以对行像素特征值进行分析,还可以对列像素特征值进行提取和分析,本申请实施例为清晰表述,仅对行像素特征值的情况进行阐述,并不代表不可以采用列像素进行本申请各实施方式的静帧检测方法,后续实施方式中不再对此进行赘述。
S130、根据第一图像帧的行像素特征值和第二图像帧的行像素特征值,确定图像行差异值。
将第一图像帧中各行的行像素特征值和第二图像帧中各行的行像素特征值进行对应的比较。可想而知,由于前后两帧属于同一个视频,画幅固定,像素分布固定,那么两帧图像需要对应的进行行像素特征值的比较,例如第一图像帧的第一行的行像素特征值与第二图像帧的第一行的行像素特征值进行对于,依此类推。
图像行差异值可以是根据第一图像帧与第二图像帧之间行像素特征值的差异情况进行确定的,例如可以是两帧图像的行像素特征值相差越多,图像行差异值越大。图像行差异值的确定可以采用预设的算法,本申请实施例在此不作限定。
S140、根据图像行差异值,确定目标视频是否发生静帧。
若图像行差异值负荷静帧条件,则可判断目标视频在第一图像帧和第二图像帧中发生了静帧。
本申请实施例的技术方案,分别在目标视频中的连续两帧图像中确定这两帧图像各自的行像素特征值,根据行像素特征值进行图像行差异值的确定,并对连续两帧图像是否发生静帧进行判断。这样做的好处在于可以有效的、直接的通过行像素特征值评估连续两帧图像之间的差异性;从不同的行像素特征值进行不同维度的分析,能够提高静帧检测的准确度。
实施例二
图2为本申请实施例二提供的一种静帧检测方法的流程图,本实施例是在上述实施例的基础上对行像素特征值的确定过程进行的细化。
其中,所述行像素特征值可以包括行像素的色彩分量平均值和相邻行像素的平均差异值。色彩分量可以是该行像素中所有像素点的色彩分量,包括RGB三个通道的值,该行像素中具备R值分量、G值分量和B值分量。相应的,色彩分量平均值则是该行像素色彩分量的平均值(包括R值平均值、G值平均值和B值平均值)。相邻行像素可以是每帧图像中相邻的两行像素之间在色彩分量上的差异值的平均值,具体可以为某行像素中每个像素点的色彩分量与该行像素上一行像素的色彩分量平均值的差,求得的平均值作为相邻行像素的平均差异值。该平均差异值表征了两个相邻的行像素之间的色彩差异程度。
如图2所示,该方法包括:
S210、获取目标视频中的连续两帧图像,分别作为第一图像帧和第二图像帧。
S220、在各帧图像中分别提取各行像素的像素值,确定该行像素的色彩分量值。
其中,将连续两帧图像中每帧图像的各行都进行像素值的提取,将每一行像素的每个像素点的像素值进行确定,然后统计色彩分量的总值(包括R值、G值和B值的总值)。
S230、根据色彩分量值,确定该行像素的色彩分量平均值。
将所有的色彩分量的总值(每个像素点的色彩分量值的总和)除以该行中像素点的数量,即可得到色彩分量平均值(当然,也包括R值平均值、G值平均值和B值平均值)。
在此基础之上,还可以分别提取连续两帧图像中的相邻行像素的平均差异值,具体包括:将各图像帧中的相邻两行像素作为第一像素行和第二像素行;根据第一像素行的色彩分量平均值和第二像素行的各像素的色彩分量值,确定第二像素行对应的平均差异值。
其中,由于相邻两帧图像中每一帧都需要进行色彩分量平均值和平均差异值的确定,因此将各图像帧中相邻的两行预设为第一像素行和第二像素行进行阐述。根据上述实施方式进行第一像素行的色彩分量平均值的计算。再根据第二像素行每个像素点的色彩分量值,对两行像素之间的平均差异值进行计算。
进一步的,所述根据第一像素行的色彩分量平均值和第二像素行的各像素的色彩分量值,确定第二像素行对应的平均差异值,可以包括:确定第二像素行中各像素点的色彩分量值与第一像素行的色彩分量平均值的差值;将第二像素行中各像素点对应的差值的平均值,作为平均差异值。
将第二像素行中每个像素点的色彩分量值均与第一像素行的色彩分量平均值作差,得到的差值的和除以第二像素行的像素点数量得到的平均值,即为平均差异值。该平均差异值可以表征第二像素行和第一像素行之间的色彩差异大小。那么可以理解的是,每帧图像中色彩分量的平均差异值会表现于第二行和第一行之间的差异、第三行和第二行之间的差异、第四行和第三行之间的差异等,依此类推。因此,平均差异值的数量会比图像行数少一个。
S240、根据第一图像帧的行像素特征值和第二图像帧的行像素特征值,确定图像行差异值。
在一种可选实施方式中,所述根据第一图像帧的行像素特征值和第二图像帧的行像素特征值确定图像行差异值,可以包括:若第一图像帧和第二图像帧中的对应像素行的至少一种行像素特征值不同,则根据行像素特征值不同的行数量,确定图像行差异值。
在前述各步骤中确定的两帧图像中每行像素的色彩分量平均值和平均差异值的基础上,将此两帧连续图像中的每行像素的色彩分量平均值以及平均差异值进行相应的对比。即,第一图像帧的第一行的色彩分量平均值与第二图像帧的第一行的色彩分量平均值进行比较,并依此类推;同理,第一图像帧中第二行与第一行之间色彩分量的平均差异值进行比较。若某一行的色彩分量平均值不同,则可以累计图像行差异值加1;同理,若相邻行像素之间色彩分量的平均差异值不同,则也可以累计图像行差异值加1。当然,上下两行像素的平均差异值在进行图像行差异值累计时可以按照下一行像素进行比较和累计。那么,可以理解的是,相连两帧图像按照行像素为单位进行对比,每一行的色彩分量平均值和平均差异值至少一个不同时,即可累计图像行差异值加1。相应的,行像素特征值不同的行数量即为最终累计得到的图像行差异值。通过累计的图像行差异值可以有效的帮助识别静帧。
上述实施方式,在色彩分量平均值的基础上引入色彩分量的平均差异值,从上述两个维度对连续两帧图像中的每一对应的行进行对比,从而得到可以作为静帧检测依据的图像行差异值,进一步的有助于提高视频检测的全面性和准确性。
S250、根据图像行差异值,确定目标视频是否发生静帧。
在一种可选实施方式中,所述根据图像行差异值,确定目标视频是否发生静帧,可以包括:若图像行差异值小于等于预设差异阈值,则确定目标视频发生静帧。
其中,预设差异阈值可以是基于图像行差异值进行静帧检测的判断依据,可以是相关技术人员根据实际情况或人工经验进行预先设定的,本申请实施例不作限定。当然,预设差异阈值可以设置为百分比形式或具体数值形式,且预设差异阈值可以设置得较小。当图像行差异值小于等于预设差异阈值时,说明连续两帧图像中变化十分细小,由于视频信号的传输过程中存在一些现实因素(硬件或软件)使得传输信号发生细微变化导致前后两帧图像不完全一样。但是,连续两帧图像变化小到一定阈值后,可以认为两帧图像基本一致,即该连续的两帧图像出现静帧的现象。因此,当图像行差异值小于等于预设差异阈值时,可以认为目标视频在此连续两帧图像中发生静帧。
例如,若预设差异阈值设置为5%,那么当连续两帧图像之间的图像行差异值占像素行数的百分比小于等于5%时,可以确定目标视频在这两帧连续图像中发生静帧。
本申请实施例的技术方案中,通过引入色彩分量平均值和色彩分量的平均差异值,对连续两帧图像在行像素为单位的基础上进行不同维度的对比,从而确定两帧图像的对应行之间是否有变化,进而确定了是否发生静帧现象,提高了静帧检测的准确性。不仅如此,通过简单的求差和平均值的计算,能够在很高程度上节省计算资源、提高静帧检测的速度。
实施例三
本申请实施例是在前述各实施例的基础上提供的一种优选实施例。本实施例适用于对视频是否出现静帧问题进行检测,可检测完整的视频,也可以检测正在传输的视频。遍历视频中的连续的两帧图像进行对比,从而判断视频中是否出现静帧。
本申请实施例对于连续两帧图像的对比是基于像素层面的,因此需要对每帧视频中的像素进行分析,对于像素的各种特征值的求取方法在不同帧图像中是相同的,因此本实施例仅描述单帧图像中如何确定不同的特征值。
针对单帧图像中每行m个像素,分别计算R、G、B分量的平均值(即前述色彩分量平均值):
Figure SMS_1
Figure SMS_2
Figure SMS_3
其中,
Figure SMS_4
、/>
Figure SMS_5
、/>
Figure SMS_6
分别表示R、G、B分量的平均值;m为单行像素的像素个数;k为该行中各像素点的序号(即该行的第几个像素点);/>
Figure SMS_7
、/>
Figure SMS_8
、/>
Figure SMS_9
分别为该行中第k个像素点的R、G、B色彩分量值。
从每帧图像的第二行开始,用上一行像素的RBG色彩分量平均值与当前行像素的RBG色彩分量值计算这两个相邻行像素之间的色彩分量的平均差异值:
Figure SMS_10
Figure SMS_11
Figure SMS_12
其中,
Figure SMS_13
、/>
Figure SMS_14
、/>
Figure SMS_15
分别表示R、G、B色彩分量的平均差异值。
在此基础之上,如图3所示,本申请实施例具体包括:
逐行比较前一帧和当前帧R、G、B色彩分量平均值和色彩分量的平均差异值,当每行的色彩分量平均值和平均差异值为零,不累计图像行差异值;当两帧之间每行像素中任一色彩分量(RGB三通道中任一通道)的色彩分量平均值或者平均差异值不相同时(即存在至少一个特征值不同时),累计图像行差异值加1。当图像行差异值累计为零时,判定为静帧;当图像行差异值累计低于一定阈值β(5%×n,n为图像的像素行数),判定为画面细微变化(相当于可以判定为静帧);当图像行差异值大于阈值β,判定为图像明显变化(即非静帧)。
本申请实施例提供的技术方案,不需要缓存图像,通过实时的加减法和少量除法运算即可完成图像特征值的计算;利用图像的连续性,避免缓存图像数据,完成相邻两行的平均差的计算,用作图像变化率的评估。采用这两个图像特征值可以实现相邻两帧图像的变化度大小,判断是否静帧。
实施例四
图4为本申请实施例三提供的一种静帧检测装置的结构示意图。如图4所示,该装置400包括:
图像帧获取模块410,用于获取目标视频中的连续两帧图像,分别作为第一图像帧和第二图像帧;
特征值提取模块420,用于分别提取连续两帧图像中的至少一种行像素特征值;
行差异确定模块430,用于根据第一图像帧的行像素特征值和第二图像帧的行像素特征值,确定图像行差异值;
静帧确定模块440,用于根据图像行差异值,确定目标视频是否发生静帧。
本申请实施例的技术方案,分别在目标视频中的连续两帧图像中确定这两帧图像各自的行像素特征值,根据行像素特征值进行图像行差异值的确定,并对连续两帧图像是否发生静帧进行判断。这样做的好处在于可以有效的、直接的通过行像素特征值评估连续两帧图像之间的差异性;从不同的行像素特征值进行不同维度的分析,能够提高静帧检测的准确度。
其中,所述行像素特征值可以包括行像素的色彩分量平均值和相邻行像素的平均差异值。
在一种可选实施方式中,所述特征值提取模块420,可以包括:
色彩分量值确定单元,用于在各帧图像中分别提取各行像素的像素值,确定该行像素的色彩分量值;
分量平均值确定单元,用于根据色彩分量值,确定该行像素的色彩分量平均值。
进一步的,所述特征值提取模块420,可以包括:
像素行确定单元,用于将各图像帧中的相邻两行像素作为第一像素行和第二像素行;
平均差异值确定单元,用于根据第一像素行的色彩分量平均值和第二像素行的各像素的色彩分量值,确定第二像素行对应的平均差异值。
进一步的,所述平均差异值确定单元,可以包括:
差值确定子单元,用于确定第二像素行中各像素点的色彩分量值与第一像素行的色彩分量平均值的差值;
平均差异值确定子单元,用于将第二像素行中各像素点对应的差值的平均值,作为平均差异值。
在一种可选实施方式中,所述行差异确定模块430,可以具体用于:若第一图像帧和第二图像帧中的对应像素行的至少一种行像素特征值不同,则根据行像素特征值不同的行数量,确定图像行差异值。
在一种可选实施方式中,所述静帧确定模块440可以具体用于:若图像行差异值小于等于预设差异阈值,则确定目标视频发生静帧。
本申请实施例所提供的静帧检测装置可执行本申请任意实施例所提供的静帧检测方法,具备执行各静帧检测方法相应的功能模块和有益效果。
实施例五
图5示出了可以用来实施本申请的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图5所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如静帧检测方法。
在一些实施例中,静帧检测方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的静帧检测方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行静帧检测方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本申请的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本申请的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。

Claims (7)

1.一种静帧检测方法,其特征在于,所述方法包括:
获取目标视频中的连续两帧图像,分别作为第一图像帧和第二图像帧;
分别提取所述连续两帧图像中的至少一种行像素特征值;其中,所述行像素特征值包括行像素的色彩分量平均值和相邻行像素的平均差异值;
根据所述第一图像帧的行像素特征值和所述第二图像帧的行像素特征值,确定图像行差异值;
根据所述图像行差异值,确定所述目标视频是否发生静帧;
其中,分别提取所述连续两帧图像中的行像素的色彩分量平均值,包括:在各帧图像中分别提取各行像素的像素值,确定该行像素的色彩分量值;根据所述色彩分量值,确定该行像素的色彩分量平均值;
分别提取所述连续两帧图像中的相邻行像素的平均差异值,包括:将各图像帧中的相邻两行像素作为第一像素行和第二像素行;根据所述第一像素行的色彩分量平均值和所述第二像素行的各像素的色彩分量值,确定所述第二像素行对应的所述平均差异值。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一像素行的色彩分量平均值和第二像素行的各像素的色彩分量值,确定第二像素行对应的所述平均差异值,包括:
确定所述第二像素行中各像素点的色彩分量值与所述第一像素行的色彩分量平均值的差值;
将所述第二像素行中各像素点对应的所述差值的平均值,作为所述平均差异值。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第一图像帧的行像素特征值和所述第二图像帧的行像素特征值确定图像行差异值,包括:
若所述第一图像帧和所述第二图像帧中的对应像素行的至少一种行像素特征值不同,则根据所述行像素特征值不同的行数量,确定所述图像行差异值。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述根据所述图像行差异值,确定所述目标视频是否发生静帧,包括:
若所述图像行差异值小于等于预设差异阈值,则确定所述目标视频发生静帧。
5.一种静帧检测装置,其特征在于,包括:
图像帧获取模块,用于获取目标视频中的连续两帧图像,分别作为第一图像帧和第二图像帧;
特征值提取模块,用于分别提取所述连续两帧图像中的至少一种行像素特征值;其中,所述行像素特征值包括行像素的色彩分量平均值和相邻行像素的平均差异值;
差异值确定模块,用于根据所述第一图像帧的行像素特征值和所述第二图像帧的行像素特征值,确定图像行差异值;
静帧确定模块,用于根据所述图像行差异值,确定所述目标视频是否发生静帧;
其中,所述特征值提取模块,包括:
色彩分量值确定单元,用于在各帧图像中分别提取各行像素的像素值,确定该行像素的色彩分量值;
分量平均值确定单元,用于根据色彩分量值,确定该行像素的色彩分量平均值;
像素行确定单元,用于将各图像帧中的相邻两行像素作为第一像素行和第二像素行;
平均差异值确定单元,用于根据第一像素行的色彩分量平均值和第二像素行的各像素的色彩分量值,确定第二像素行对应的平均差异值。
6. 一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-4中任一项所述的静帧检测方法。
7.一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指令,所述计算机指令用于使处理器执行时实现权利要求1-4中任一项所述的静帧检测方法。
CN202310225483.4A 2023-03-10 2023-03-10 一种静帧检测方法、装置、电子设备和存储介质 Active CN115953723B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310225483.4A CN115953723B (zh) 2023-03-10 2023-03-10 一种静帧检测方法、装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310225483.4A CN115953723B (zh) 2023-03-10 2023-03-10 一种静帧检测方法、装置、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN115953723A CN115953723A (zh) 2023-04-11
CN115953723B true CN115953723B (zh) 2023-05-30

Family

ID=85891318

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310225483.4A Active CN115953723B (zh) 2023-03-10 2023-03-10 一种静帧检测方法、装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN115953723B (zh)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105578177A (zh) * 2015-12-15 2016-05-11 浙江广播电视集团 基于crc校验的视频静帧检测系统及方法
US10360687B2 (en) * 2016-07-01 2019-07-23 Intel Corporation Detection and location of active display regions in videos with static borders
CN112770014A (zh) * 2020-12-16 2021-05-07 深圳创维-Rgb电子有限公司 静帧检测方法、装置及可读存储介质

Also Published As

Publication number Publication date
CN115953723A (zh) 2023-04-11

Similar Documents

Publication Publication Date Title
CN113691733B (zh) 视频抖动检测方法、装置、电子设备和存储介质
CN113011345B (zh) 图像质量检测方法、装置、电子设备、可读存储介质
CN115953723B (zh) 一种静帧检测方法、装置、电子设备和存储介质
CN116668843A (zh) 一种拍摄状态的切换方法、装置、电子设备以及存储介质
CN113221742B (zh) 视频分屏线确定方法、装置、电子设备、介质和程序产品
CN112991308A (zh) 一种图像质量的确定方法、装置、电子设备和介质
CN116503407B (zh) 图像中异物区域的检测方法、装置及电子设备
CN115542100B (zh) 绝缘子故障检测方法、装置、设备及介质
CN112199131A (zh) 一种页面检测方法、装置及设备
CN114390249B (zh) 视频处理方法、装置、电子设备及存储介质
CN117593780B (zh) 一种皱纹深度指数确定方法、装置、电子设备及存储介质
CN114092739B (zh) 图像处理方法、装置、设备、存储介质和程序产品
CN114757845A (zh) 基于人脸识别的光线调节方法、装置、电子设备及介质
CN117218386A (zh) 配电线路图像的处理方法、装置、电子设备及存储介质
CN118154500A (zh) 一种图像清晰度评估方法、装置、设备及存储介质
CN116028228A (zh) 一种位图内存占用检测方法、装置、设备及存储介质
CN117745701A (zh) 一种缺陷检测方法、装置、电子设备以及存储介质
CN117994280A (zh) 一种图像处理方法、装置、电子设备及介质
CN117764975A (zh) 一种图像检测方法、装置、设备及介质
CN117957833A (zh) 一种显示方法、电子设备、显示设备、传屏器及介质
CN117808848A (zh) 一种识别跟踪方法、装置、电子设备及存储介质
CN117676324A (zh) 一种摄像机状态切换方法、装置、电子设备及存储介质
CN117745699A (zh) 一种缺陷检测方法、装置、电子设备以及存储介质
CN116912194A (zh) 一种绝缘子检测方法、装置、电子设备及存储介质
CN117392583A (zh) 视频重复确定方法、装置、设备及存储介质

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
GR01 Patent grant
GR01 Patent grant