专利名称：一种视频抖动量化方法及装置的制作方法
技术领域：
本发明是关于视频监控技术领域，尤其是关于视频图像处理技术领域，具体来说是关于一种视频抖动量化方法及装置。
背景技术：
随着社会经济的快速发展，安防监控市场急剧扩张，视频监控的摄像机、DVR(DigitalVideoRecorder,数字视频录像机)的数目呈现几何级增长，如何有效的利用和管理这些海量数据和视频，是安防监控行业必须需要解决的一个重要问题。在现有的安防监控技术领域中，有些监控摄像机必须安装在有震动的环境中，如固定在高的建筑物外、桥梁、隧道或杆子上、安装在机器(如车、飞机、船等)、多风的海岸边、加热通风设备、空调、PTZ云台等上，都必然存在机械震动，而且这些机械震动往往难以消除，机械震动会引起视频图像的抖动，尤其是在使用高倍放大的镜头情况下，轻微的机械震动都会引起图像的剧烈抖动，从而严重影响对视频的观察监视。同时，由于监控摄像机安装在震动的环境中，因此更容易出现固定松动或固定脱落的情况，不仅造成摄像机的损坏，更无法实现对预定区域的监控。
发明内容
为及时掌握监控摄像机的固定状态，避免监控摄像机出现松动导致脱落的情况，本发明提供一种视频抖动量化方法及装置。本发明提供一种视频抖动量化方法，所述的视频抖动量化方法包括:接收图像数据；获取所述的图像数据的YUV分量的Canny边缘图像；根据所述的Canny边缘图像对两帧间的运动幅度进行检测，获取视频抖动数据。本发明还提供一种视频抖动量化装置，所述的视频抖动量化装置包括:图像数据接收单元，用于接收图像数据；Canny边缘图像获取单元,用于获取所述的图像数据的YUV分量各自的Canny边缘图像；视频抖动数据获取单元，用于根据所述的Canny边缘图像对两帧间的运动幅度进行检测，获取视频抖动数据。本发明实施例提供的视频抖动量化方法及装置，根据图像边缘信息和帧差运动信息对视频抖动进行量化，并根据外部设定的系列判定阈值，对视频抖动干扰等异常现象进行报警，简单易行，运算速度快，结果合理，能够对视频中出现的抖动等异常状态进行检测、分析、报警，能够对大规模监控视频管理提供智能化辅助，为视频图像的智能化管理提供量化依据。适用于白天、夜晚及多光照条件下，且识别速度快，准确率高，能够实现对视频图像状态的自动检测，为安防监控视频管理提供了新的解决方法。
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。在附图中:图1是本发明实施例提供的一种视频抖动量化方法的流程图；图2是本发明实施例提供的一种视频抖动量化方法的流程图；图3是本发明实施例提供的一种视频抖动量化方法的流程图；图4是本发明实施例提供的步骤S102的流程图；图5是本发明实施例提供的步骤S103的流程图；图6是本发明实施例提供的一种视频抖动量化装置的结构图；图7是本发明另一实施例提供的一种视频抖动量化装置的结构图；图8是本发明另一实施例提供的一种视频抖动量化装置的结构图；图9是本发明一实施例提供的Canny边缘图像获取单元602的结构图；图10是本发明另一实施例提供的一种视频抖动量化装置的结构图；图11是本发明一实施例提供的视频抖动数据获取单元603的结构图。
具体实施例方式为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施方式和附图，对本发明做进一步详细说明。在此，本发明的示意性实施方式及其说明用于解释本发明，但并不作为对本发明的限定。视频抖动量化计算技术是一种基于视频图像信息的计算机人工智能技术，和基于视频图像内容分析的智能算法不同，视频抖动量化计算技术采用国际领先的计算机图像处理和机器学习算法，对视频图像的信息进行分析，对视频中出现的抖动等异常事件进行检测、分析、量化、统计和报警。相对视频图像内容的智能分析技术，基于视频图像信息分析的视频抖动量化计算技术主要提供智能化的视频监控管理，某种意义上真正实现海量视频的智能化监控管理，对视频进行监控、统计和管理，对出现的异常视频进行报警和分析，大大减少无效视频的数量，提高安防监控的效率。另外，视频抖动量化计算技术不仅能够进行大规模的监控视频状态的轮巡智能分析，还可以嵌入到相关设备中，针对设备采集的视频进行实时状态智能监控，实时检测出视频异常状况并报警。实施例一图1是本发明实施例提供的一种视频抖动量化方法的流程图，如图1所示，所述的视频抖动量化方法包括:SlOl，接收图像数据。在本发明实施例中，视频抖动量化方法应用于一种视频处理装置，视频处理装置可以是监控设备本身，也可以是与监控设备相连接的任何后台设备，如监控管理平台服务器，后台视频存储设备DVR、NVR(网络视频录像机)等等。视频处理装置接收的图像数据可以是监控设备实时输出的视频流及/或本地保存的视频文件，只需要视频处理装置配置的解码器能够解析该码流。S102,获取所述的图像数据的YUV分量各自的Canny边缘图像。
在本发明实施例中，视频图像YUV分量都需要分别求解其canny边缘图像，图4是本发明实施例提供的步骤S102的流程图，如图4所示，步骤S102可以包括:S401，对接收到的图像进行高斯滤波，得到滤波后图像。在本发明实施例中，可以利用3 X 3高斯滤波模块对步骤SlOl接收到的图像的YUV各分量进行卷积滤波，以减少噪声干扰。S402，对滤波后图像进行X轴和Y轴Sobel边缘计算，得到X轴和Y轴的Sobel边缘图像。在本发明实施例中，需要对步骤S401得到的图像数据的YUV(Y亮度Luminance或Luma,也就是灰阶值；U和V表示色度Chrominance Chroma)分量分别进行X轴和Y轴的Sobel (索贝尔算子，Sobel operator)边缘计算,得到X轴和Y轴的Sobel边缘图像，即求出了图像沿X轴和Y轴的方向导数。在本发明实施例中，X轴和Y轴的Sobel边缘图像的计算公式分别为:
权利要求
1.一种视频抖动量化方法，其特征在于，所述的视频抖动量化方法包括: 接收图像数据； 获取所述的图像数据的YUV分量各自的Canny边缘图像； 根据所述的Canny边缘图像对两帧间的运动幅度进行检测，获取视频抖动数据。
2.根据权利要求1所述的视频抖动量化方法，其特征在于，在获取视频抖动数据后，所述的方法还包括: 根据所述的视频抖动数据判断是否触发警报。
3.根据权利要求2所述的视频抖动量化方法，其特征在于，根据所述的视频抖动数据判断是否触发警报包括: 将所述的视频抖动数据与已预设的抖动预警阀值和抖动报警阈值进行比较，所述的抖动预警阀值小于所述的抖动报警阈值，当所述的视频抖动数据大于所述的抖动报警阈值则发出报警信息，当所述的视频抖动数据大于所述的抖动预警阈值且小于所述的抖动报警阈值则发出预警信息。
4.根据权利要求1所述的视频抖动量化方法，其特征在于，所述的图像数据包括:监控设备输出的视频流及/或本地保存的视频文件。
5.根据权利要求1所述的视频抖动量化方法，其特征在于，在所述的接收图像数据之后，获取所述的图像数据的YUV分量的Canny边缘图像之前，所述的方法还包括: 将所述的图像数据转换为CIF格式。
6.根据权利要求5所述的视频抖动量化方法，其特征在于，所述的将所述的图像数据转换为CIF格式包括: 将所述的图像数据压缩为CIF格式及/或将所述的图像数据截取为CIF格式。
7.根据权利要求1所述的视频抖动量化方法，其特征在于，所述的获取所述的图像数据的YUV分量各自的Canny边缘图像包括: 对接收到的图像进行高斯滤波，得到滤波后图像； 对滤波后图像的YUV分量分别进行X轴和Y轴的Sobel边缘计算，得到X轴和Y轴的Sobel边缘图像； 根据X轴和Y轴的Sobel边缘图像得到图像YUV分量的Sobel边缘图像，并统计边缘点数目和边缘方向； 获取图像YUV分量的Canny边缘图像。
8.根据权利要求7所述的视频抖动量化方法，其特征在于，所述的获取图像YUV分量的Canny边缘图像包括: 根据所述的边缘点数目自适应调整上下边界阈值，使得YUV分量的Canny边缘图像中边缘点数目在一预定范围内。
9.根据权利要求1所述的视频抖动量化方法，其特征在于，在所述的接收图像数据之后，所述的方法还包括: 根据当前图像和前帧图像得到帧差运动图像。
10.根据权利要求9所述的视频抖动量化方法，其特征在于，所述的根据所述的Canny边缘图像对两帧间的运动幅度进行检测，获取视频抖动数据包括: 根据当前图像和前帧图像的Canny边缘图像，得到X轴和Y轴的运动幅度数据；根据X轴和Y轴的运动幅度数据、所述的帧差运动图像和预设的第二阈值去除所述的Canny边缘图像中的实际运动特征部分,得到过滤后的Canny边缘图像； 根据所述的过滤后的Canny边缘图像以及X轴和Y轴的运动幅度数据，得到视频抖动数据。
11.根据权利要求10所述的视频抖动量化方法，其特征在于，在根据当前图像和前帧图像的Canny边缘图像，得到X轴和Y轴的运动幅度数据之前，所述的方法还包括: 将当前图像和前帧图像的Canny边缘图像压缩为QCIF格式。
12.一种视频抖动量化装置，其特征在于，所述的视频抖动量化装置包括: 图像数据接收单元，用于接收图像数据； Canny边缘图像获取单元，用于获取所述的图像数据的YUV分量各自的Canny边缘图像； 视频抖动数据获取单元，用于根据所述的Canny边缘图像对两帧间的运动幅度进行检测，获取视频抖动数据。
13.根据权利要求12所述的视频抖动量化装置，其特征在于，所述的装置还包括: 警报触发单元，用于根据所述的视频抖动数据判断是否触发警报。
14.根据权利要求13所述的视频抖动量化装置，其特征在于，所述的警报触发单元包括: 报警模块，用于在所述的视频抖动数据大于等于所述的抖动报警阈值则发出报警信息； 预警模块，用于在所述的视频抖动数据大于等于所述的抖动预警阈值且小于所述的抖动报警阈值则发出预警信息。
15.根据权利要求12所述的视频抖动量化装置，其特征在于，所述的图像数据包括:监控设备输出的视频流及/或本地保存的视频文件。
16.根据权利要求12所述的视频抖动量化装置，其特征在于，所述的装置还包括: CIF格式转换单元，用于将所述的图像数据转换为CIF格式。
17.根据权利要求16所述的视频抖动量化装置，其特征在于，所述的CIF格式转换单元将所述的图像数据压缩为CIF格式及/或将所述的图像数据截取为CIF格式。
18.根据权利要求12所述的视频抖动量化装置，其特征在于，所述的Canny边缘图像获取单元包括: 滤波模块，用于对接收到的图像进行高斯滤波，得到滤波后图像； 轴边缘获取模块，用于对滤波后图像的YUV分量分别进行X轴和Y轴的Sobel边缘计算，得到X轴和Y轴的Sobel边缘图像； Sobel边缘获取模块，用于根据X轴和Y轴的Sobel边缘图像得到图像YUV分量的Sobel边缘图像，并统计边缘点数目和边缘方向； Canny边缘获取模块,用于获取图像YUV分量的Canny边缘图像。
19.根据权利要求18所述的视频抖动量化装置，其特征在于，所述的Canny边缘获取模块根据所述的边缘点数目自适应调整上下边界阈值，使得YUV分量的Canny边缘图像中边缘点数目在一预定范围内。
20.根据权利要求12所述的视频抖动量化装置，其特征在于，所述的视频抖动量化装置还包括: 帧差图像获取单元，用于根据当前图像和前帧图像得到帧差运动图像。
21.根据权利要求20所述的视频抖动量化装置，其特征在于，所述的视频抖动数据获取单元包括: 运动幅度获取模块，用于根据当前图像和前帧图像的Canny边缘图像，得到X轴和Y轴的运动幅度数据； 边缘图像过滤模块，用于根据X轴和Y轴的运动幅度数据、所述的帧差运动图像和预设的第二阈值去除所述的Canny边缘图像中的实际运动特征部分，得到过滤后的Canny边缘图像； 抖动数据获取模块，用于根据所述的过滤后的Canny边缘图像以及X轴和Y轴的运动幅度数据，得到视频抖动数据。
22.根据权利要求21所述的视频抖动量化装置，其特征在于，所述的视频抖动数据获取单元还包括: QCIF格式压缩模块，用于将当前图 像和前帧图像的Canny边缘图像压缩为QCIF格式。
全文摘要
本发明是关于一种视频抖动量化方法及装置，所述的视频抖动量化方法包括接收图像数据；获取所述的图像数据的YUV分量的Canny边缘图像；根据所述的Canny边缘图像对两帧间的运动幅度进行检测，获取视频抖动数据。本发明实施例提供的视频抖动量化方法及装置，根据图像边缘信息和帧差运动信息对视频抖动进行量化，并根据外部设定的系列判定阈值，对视频抖动干扰等异常现象进行报警，简单易行，运算速度快，结果合理。
文档编号H04N5/14GK103095966SQ201110336030
公开日2013年5月8日 申请日期2011年10月28日 优先权日2011年10月28日
发明者潘晖, 潘石柱, 张兴明, 傅利泉, 朱江明, 吴军, 吴坚 申请人:浙江大华技术股份有限公司