一种视频图像横向条纹扰动检测的方法
【技术领域】
[0001] 本发明属于视频图像异常检测技术领域，尤其是指一种视频图像横向条纹扰动检 测的方法。
【背景技术】
[0002] 随着视频监控系统在社会防控领域应用的规模化，视频监控录像为执法机关在案 件侦破，紧急事态处置等方面发挥了巨大作用。然而由于后期建设导致监控设备周围环境 发生变化或者监控设备自身使用周期寿命的影响，部分监控设备采集的视频图像出现了各 种视频扰动，常见的有视频模糊、视频过暗、视频过亮、视频颜色异常、雪花等视频异常。对 于视频质量影响较大的一种扰动便是视频横向条纹扰动。这种视频横向条纹扰动具有以下 特征：
[0003] 1)条纹横向贯穿屏幕、纵向具有一定的高度；
[0004] 2)条纹一般在垂直方向做匀速移动；
[0005] 3)条纹以视频图像纵向中轴线为轴，左右对称；
[0006] 4)条纹的颜色为白色或黑色
[0007] 这种视频横向条纹扰动会影响获取感兴趣区域目标的有效信息。
[0008] 目前视频横条纹扰动噪声检测方法存在的问题是：现有的方法主要针对以大量贯 穿整幅图片、明暗交替出现为特征的细条纹，其利用条纹的周期性，采用傅里叶变换方法对 其进行检测。然而视频横向条纹扰动并不会大量出现在视频中，没有满足傅里叶变换方法 检测条纹需要的周期性。
【发明内容】
[0009] 为了克服现有技术存在的缺点和不足，本发明利用视频条纹扰动的如下特征：
[0010] 1)条纹横向贯穿屏幕、纵向具有一定的高度；
[0011] 2)条纹一般在垂直方向做匀速移动；
[0012] 3)条纹以视频图像纵向中轴线为轴，左右对称；
[0013] 4)条纹的颜色为白色或黑色
[0014] 提供了一种可靠、快速的视频横向条纹扰动检测的方法。
[0015] 一种视频横向条纹扰动检测的方法，它包括如下步骤：
[0016] 步骤一,输入视频流：输入待检测视频数据,帧图像分辨率为MXN ;
[0017] 步骤二，运动性检测，提取条纹扰动信息：利用部分条纹具有运动的特征，将前后 帧图像4和f n+1做帧差，即将4和fn+1按空间位置相对应的像素取差绝对值，得到提取条 纹信息的差分图像g n;
[0018] 步骤三，利用条纹的空间对称性，对差分图像gn对称性滤波，过滤图像gn中的伪条 纹区域，得到图像g' n;
[0019] 步骤四，在时间域中，对g' n投影筛选特征数据，并初次判断视频横向条纹扰动是 否存在；
[0020] 步骤五，在空间域中，对图像fn提取特征数据，再次判断视频横向条纹扰动是否存 在；
[0021] 步骤六，整合步骤四、五中的算法结果，完成对视频横向条纹扰动的最终判定：若 步骤四、五中皆判定视频无条纹扰动，则判定视频横向条纹扰动不存在，若步骤四中判定视 频横向条纹扰动存在，则根据步骤五判定条纹颜色状态，其中步骤四、五中任意一步判定结 果为存在视频条纹扰动，则算法结果为视频存在条纹扰动。
[0022] 步骤三中，所述的过滤差分图像gn中的伪条纹区域方法为：以差分图像的垂直方 向中线 X。= N/2 为对称轴，如果 Igjxd-k，y^gjxd+k，y) I > T。，则令 g' n(xcrk，y) = 0， g' n(xQ+k，y)=0,得到过滤了伪条纹区域的图像g' n，其中!^^^^/^心^为判断阈值。
[0023] 步骤四中，所述的时间域中判定视频横向条纹扰动是否存在的方法为：计算g' n 的平均幅值m、最大行均值《厂和最大列均值/?广，由于条纹具有运动的特性，相邻帧图像的 帧差法可以过滤图像gn的背景信息，从而得到条纹扰动信息，所以求得的若图像g' n中的 上述统计数据如果同时满足若图像g' n中的上述统计数据如果同时满足：
【主权项】
1. 一种视频横向条纹扰动检测的方法，其特征在于，该方法按照以下步骤进行： 步骤一，输入视频流：输入待检测视频数据，帧图像分辨率为MXN ; 步骤二，运动性检测，提取条纹扰动信息：利用部分条纹具有运动的特征，将前后帧图 像fn和fn+1做帧差，即将fn和fn+1按空间位置相对应的像素取差绝对值，得到提取条纹信 息的差分图像g n ; 步骤三，利用条纹的空间对称性，对差分图像gn对称性滤波，过滤图像gn中的伪条纹区 域，得到图像f n; 步骤四，在时间域中，对g' n投影筛选特征数据，并初次判断视频横向条纹扰动是否存 在； 步骤五，在空间域中，对图像fn提取特征数据，再次判断视频横向条纹扰动是否存在； 步骤六，整合步骤四、五中的算法结果，完成对视频横向条纹扰动的最终判定：若步骤 四、五中皆判定视频无条纹扰动，则判定视频横向条纹扰动不存在，若步骤四中判定视频横 向条纹扰动存在，则根据步骤五判定条纹颜色状态，其中步骤四、五中任意一步判定结果为 存在视频条纹扰动，则算法结果为视频存在条纹扰动。
2. 根据权利要求1所述的视频横向条纹扰动检测的方法，其特征在于，步骤三中，所述 的过滤差分图像gn中的伪条纹区域方法为：以差分图像的垂直方向中线X tl = N/2为对称 轴，如果 |gn(x0_k，y)_gn(x0+k，y) |>T0,贝丨J令 g' 〇 (x0_k，y) = 0, g' n(x〇+k，y) = 〇,得到过 滤了伪条纹区域的图像g' n，其中ke [1，N/2] ,Ttl为判断阈值。
3. 根据权利要求1所述的视频横向条纹扰动检测的方法，其特征在于，步骤四中，所述 的时间域中判定视频横向条纹扰动是否存在的方法为：计算f n的平均幅值m、最大行均 值和最大列均值％_，若图像g' n中的上述统计数据如果同时满足：
(1) (2) 则判定在时间域中有视频横向条纹扰动，其中T1, T2为判断阈值。
4. 根据权利要求1所述的视频横向条纹扰动检测的方法，其特征在于，步骤五中，空间 域中判断视频横向条纹扰动是否存在以及判定条纹颜色信息的方法为：对图像f n提取行 方差以及行均值，并在其中寻找行方差最小值Smin及其对应的行号I1，图像行均值最大值 户Γ 1、最小值，及其分别对应的行号12、I3，如果条件同时满足： (Al) d (3) (Bi) Ii1-I2Ia4, ⑷ (Cl)SminCT5, (5) 则判定在空间域中有黑色视频横向条纹扰动， 如果条件同时满足： (A2) >255-T,, (6) (B2) Il1-I3Ia4, (7) (C2) δω?η<Τ5, (8) 则判定在空间域中有白色视频横向条纹扰动。
【专利摘要】本发明提供一种视频横向条纹扰动检测的方法，涉及视频图像处理技术领域。所述方法包括：输入待检测视频图像；获得差分图像并过滤；在时间域中检测视频横向条纹扰动；在空间域中检测视频横向条纹扰动；如果在时间域中和空间域中有任意一步判断出视频有条纹扰动，则判定视频中含有视频横向条纹扰动，反之则判断视频中不含有视频横向条纹扰动。
【IPC分类】G06T7-20, G06T7-00
【公开号】CN104657975
【申请号】CN201410202825
【发明人】陈黎, 刘佳祥, 田菁
【申请人】武汉科技大学
【公开日】2015年5月27日
【申请日】2014年5月13日