一种基于图像处理的自动检测视频图像清晰度的方法
【专利摘要】本发明公开了一种基于图像处理的自动检测视频图像清晰度的方法，涉及视频图像质量检测技术。本发明首先将视频图像滤波，转化为灰度图，并截取灰度图的中间区域部分；采用公开的算法对x方向和y方向分别进行梯度计算；对已有的灰度图进行db2小波变换，计算高频小波系数的能量Energy。该方法不受图像内容和亮度的影响，检测结果对编码和噪声等干扰都有一定的鲁棒性。本发明直接从视频编码器获得图像帧的信息，且不需要对检测期间所有图像帧进行比较，也无需存储历史视频图像帧数据，故大大地降低了CPU的占有率和内存使用率，且很好地检测到视频图像清晰度是否异常，减少误报和漏报。
【专利说明】一种基于图像处理的自动检测视频图像清晰度的方法
【技术领域】
[0001]本发明涉及视频监控领域，尤其涉及视频监控领域的摄像机设备故障检测与诊断。
【背景技术】
[0002]随着视频监控规模的日益扩大，目前一般的大型视频监控系统都包含数万路的摄像机，而对于每一路摄像机的运行状态，是否正常工作，其视频图像是否清晰可用，根据目前的相关调查，大部分的摄像机的日常维护工作都采用人眼查看的方式来确定摄像机的工作状态，这种方法虽然可靠性比较高，但需要花费大量的人力成本，并且效率极其低下，不能实时报告出清晰度异常摄像机，无法及时地预警报告出清晰度异常的摄像机的当前情况。所以迫切需要一种快捷、方便、智能的方法来检查监控系统中的摄像机是否清晰度异常，一旦检测出摄像机视频图像清晰度异常，系统将会立即发出报警。
【发明内容】
[0003]本发明的目的在于提供一种不依靠人力、能够自动的全方位检测摄像机清晰度异常的方法。旨在解决目前视频监控系统中摄像机设备难以维护的问题。
[0004]为了达到上述目的，本发明提供了一种通过对摄像机视频图像进行数字图像处理，检测摄像机清晰度异常的智能方法。本发明方法具体为:
步骤一:获取视频图像；
步骤二:将视频图像进行高斯滤波；
步骤三:将高斯滤波后的图像灰度化，并截取灰度化后的图像的中间部分；
步骤四:利用Sobel算子对图像中间区域分别对X方向和y方向计算梯度值Gx和Gy ； 步骤五:统计梯度图灰度值的连续变化量；
步骤六:对灰度图进行db2小波变化，取高频能量值；
步骤七:根据所设定的阈值判断是否清晰度异常。
[0005]本发明不需要参考图像即可检测摄像机的视频图像清晰度是否异常，该方法不受图像内容和亮度的影响，检测结果对编码和噪声等干扰有一定的铝棒性。
【专利附图】
【附图说明】:
图1为本发明实施例提供的一种基于图像处理的摄像机视频图像清晰度异常的检测方法流程图。
图2摄像机清晰度异常图像。
【权利要求】
1.一种基于图像处理的自动检测视频图像清晰度的方法，其特征在于该方法包括如下步骤: 步骤一:获取视频图像； 步骤二:将视频图像进行高斯滤波； 步骤三:将高斯滤波后的图像灰度化，并截取灰度化后的图像的中间部分； 步骤四:利用Sobel算子对图像中间区域分别对X方向和y方向计算梯度值Gx和Gy ； 步骤五:统计梯度图灰度值的连续变化量: 对于某一像素点，统计该像素点沿X方向或y方向上的一定数量像素点内的梯度连续上升或下降的量，记为avgNum; 步骤六:对灰度图进行db2小波变化,取高频能量值,记为wavEnergy ； 步骤七:根据所设定的阈值判断是否清晰度异常。
2.根据权利要求1所述的一种基于图像处理的自动检测视频图像清晰度的方法，其特征在于:步骤四中采用Sobel梯度算子对X方向和y方向分别进行梯度计算。
3.根据权利要求1所述的一种基于图像处理的自动检测视频图像清晰度的方法，其特征在于:步骤五中采用的统计该像素点沿X方向或y方向上的一定数量像素点内的梯度连续上升或下降的量。
4.根据权利要求1所述的一种基于图像处理的自动检测视频图像清晰度的方法，其特征在于:步骤七中判断摄像机视频图像清晰度异常的判定方法: 如果avgNum>ThreadHoIdl&&wavEngergy<ThreadHoId2,判定该摄像机视频图像清晰度异常。
【文档编号】H04N17/00GK103686148SQ201310641677
【公开日】2014年3月26日 申请日期:2013年12月5日 优先权日:2013年12月5日
【发明者】不公告发明人 申请人:北京华戎京盾科技有限公司