视频图像的噪声检测方法及装置制造方法
【专利摘要】本申请公开了视频图像的噪声检测方法及装置，视频图像的噪声检测方法首先从视频图像中连续获取多帧待诊断图像，并将每帧待诊断图像分成预定数目的图像块；接着计算多帧待诊断图像的各图像块组的噪声特征值；图像块组为多帧待诊断图像中同一坐标区域的图像块的集合；图像块组的噪声特征值是根据在该图像块组的每个图像块中相同坐标位置的像素的灰度值计算得到；接着根据所获得的所述图像块组的噪声特征值获得所述多帧待诊断图像的图像灰度波动特征值；然后根据图像灰度波动特征值诊断所述多帧待诊断图像是否存在噪声。本申请能够降低噪声检测的计算复杂度。
【专利说明】视频图像的噪声检测方法及装置
【技术领域】
[0001] 本申请设及噪声检测技术，尤其设及视频图像的噪声检测方法及装置。
【背景技术】
[0002] 视频质量诊断系统是一种智能化的监控视频故障分析和报警系统，它可W对前端 传回的视频图像进行质量分析判断，能对视频故障做出准确判断并发出报警信息。
[0003] 图像噪声是监控摄像机最常出现的一种故障，轻微的噪声影响主观视觉感受，严 重的噪声则可能无法分辨监控场景内容，导致监控防范失去效果。传统的噪声诊断方法从 图像梯度出发，计算梯度局部极大值。设定梯度阔值，统计大于阔值的局部极值点个数，最 后根据局部极值点所占图像百分比来判断图像受到噪声干扰的程度。该种方法对图像灰 度与背景差异较大的点噪声有较好的检测效果，但是由于该方法遍历整幅图像进行梯度运 算，计算量较大，对于高清视频进行检测时间消耗较大。
【发明内容】
[0004] 本申请提供一种视频图像的噪声检测方法及装置，能够降低噪声检测的计算复杂 度。
[0005] 根据本申请实施例的第一方面，提供一种视频图像的噪声检测方法，该方法包括 步骤：
[0006] 步骤1，从所述视频图像中连续获取多帖待诊断图像，并将每帖待诊断图像分成预 定数目的图像块；
[0007] 步骤2,计算多帖待诊断图像的各图像块组的噪声特征值；所述图像块组为多帖 待诊断图像中同一坐标区域的图像块的集合；所述图像块组的噪声特征值是根据在该图像 块组的每个图像块中相同坐标位置的像素的灰度值计算得到；
[000引步骤3,根据所获得的所述图像块组的噪声特征值获得所述多帖待诊断图像的图 像灰度波动特征值；
[0009] 步骤4,根据所述图像灰度波动特征值诊断所述多帖待诊断图像是否存在噪声。
[0010] 根据本申请实施例的第二方面，提供一种视频图像的噪声检测装置，包括：
[0011] 分割模块，用于将连续获取多帖待诊断图像的每帖待诊断图像分成预定数目的图 像块；
[0012] 计算模块，用于计算多帖待诊断图像的各图像块组的噪声特征值；所述图像块组 为多帖待诊断图像中同一坐标区域的图像块的集合；所述图像块组的噪声特征值是根据在 该图像块组的每个图像块中相同坐标位置的像素的灰度值计算得到；W及根据所获得的所 述图像块组的噪声特征值获得所述多帖待诊断图像的图像灰度波动特征值；
[0013] 诊断模块，用于根据所述图像灰度波动特征值诊断所述多帖待诊断图像是否存在 噪声。
[0014] 本申请通过连续取多帖图像，然后将图像分成若干的图像块，在每一组图像块中 选择少许的像素点，比较该些像素点在各帖图像中的灰度值的变化情况，由于只需要将图 像块分的足够多，就可W通过图像块中个别像素点在连续多帖中灰度值的变化情况判断出 各帖图像的灰度值的变化波动，从而无需像现有技术那样逐个像素遍历计算便能判断出是 否有噪声，由于用来计算灰度值得像素点数量少，因此大大降低了计算复杂度。。
【专利附图】
【附图说明】
[0015] 图1为本申请实施例中视频图像的噪声检测方法的流程图；
[0016] 图2是本申请实施例中计算图像块组的噪声特征值的流程图；
[0017] 图3是本申请实施例中判断前景块和背景块的流程图；
[001引图4是本申请实施例中单帖检测的流程图；
[0019] 图5是本申请实施例中视频图像的检测装置的硬件架构图；
[0020] 图6是本申请实施例中视频图像的检测装置的逻辑框图。
【具体实施方式】
[0021] 该里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述设及 附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。W下示例性实施例 中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附 权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
[0022] 在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。 在本申请和所附权利要求书中所使用的单数形式的"一种"、"所述"和"该"也旨在包括多 数形式，除非上下文清楚地表示其他含义。
[0023] W下结合图1对本申请的视频图像的噪声检测方法进行阐述。值得说明的是，W 下在本申请中所提及的预设值、预定阔值的具体取值均可由本领域技术人员根据实际应用 场景的需要设置不同的数值。
[0024] 步骤100 ;当开启噪声诊断任务后，从视频图像中获取连续多帖的待诊断图像（帖 的数量可W由使用者的不同需求决定，例如10帖等。），并将每帖待诊断图像分成预定数目 的图像块；在一个例子中，可W根据不同图像的分辨率来决定需要划分的图像块的数目，具 体的，可W在水平和垂直方向上分别等分成预定数目（例如，对于分辨率为1920*1080的图 像，可W将每个待诊断图像等分成50*50个图像块）。
[0025] 为了描述方便，本申请将各帖待诊断图像中同一坐标区域的图像块称为图像块 组。容易理解，各帖待诊断图像中包含了多个图像块组。
[0026] 步骤101 ;分别计算各图像块组的噪声特征值。为了计算图像块组的噪声特征值， 针对一个图像块组，可W先从各个帖中选定相同坐标位置的像素（作为一个优选方案，可 W选该图像块组中各个图像块的中屯、点坐标的像素，当然，如果有必要可W选取不止一个 的相同坐标位置的像素点来实施本方案）。然后分别计算该组图像块中所选定的各个像素 的灰度值；综合该些各个帖中相同坐标位置的像素的灰度值，计算得到该个图像块组的噪 声特征值。可参考图2的应用实例中描述的方式来实现。
[0027] 步骤102 ;根据步骤101中获得的每个图像块组的噪声特征值统计获得多帖图像 的图像灰度波动特征值；作为例子，可W统计各组图像块组的噪声特征值的平均值，将该个 平均值作为该批选取的多帖待诊断图像的图像灰度波动特征值。
[002引步骤103 ;根据所获得的图像灰度波动特征值诊断该些多帖待诊断图像噪声情 况，作为一个例子，可W预先设定一个阔值，若所求得的图像灰度波动特征值大于该个阔 值，则判定通过步骤100所获取到的该批多帖待诊断图像存在噪声干扰。作为一个例子，可 W将该些多帖待诊断图像的噪声诊断结果作为视频图像的噪声诊断结果。
[0029] 可W看出，本申请通过连续取多帖图像，然后将图像分成若干的图像块，在每一组 图像块中选择少许的像素点，比较该些像素点在各帖图像中的灰度值的变化情况，由于只 需要将图像块分的足够多，就可W通过图像块中个别像素点在连续多帖中灰度值的变化情 况判断出各帖图像的灰度值的变化波动，从而无需像现有技术那样逐个像素遍历计算便能 判断出是否有噪声，由于用来计算灰度值得像素点数量少，因此大大降低了计算复杂度。
[0030] 在一个实施例中，对步骤101计算图像块组的噪声特征值的实现途径提供了一个 具体的用例，结合图2描述如下：
[003U 步骤200,将步骤100所获取的多帖图像命名为；化amei，i = 1，…n，对每个帖图 按照图像块依次遍历处理，处理过程如下：
[0032] 步骤201 ;由于高亮像素点会影响噪声的判断，因此在一个优选实施例中，本申 请对高亮像素点进行排除，W中屯、点坐标的像素点为例说明；标记图像块组中当前图像块 中屯、点坐标（iCx，i切)，获取该图像块组中第k帖的图像块的中屯、点坐标的像素的灰度值 Ik，化骑，k = I'.'n。若Ik，促，斯> 250即存在高亮像素点，则忽略此图像块组。
[003引步骤202 ;若该个图像块组的各中屯、点坐标像素点中不存在高亮像素点，则求取 各相邻帖的中屯、点坐标像素点的灰度差异平均值Iw。,，可W通过
【权利要求】
1. 一种视频图像的噪声检测方法，其特征在于，该方法包括步骤： 步骤1，从所述视频图像中连续获取多帧待诊断图像，并将每帧待诊断图像分成预定数 目的图像块； 步骤2,计算多帧待诊断图像的各图像块组的噪声特征值；所述图像块组为多帧待诊 断图像中同一坐标区域的图像块的集合；所述图像块组的噪声特征值是根据在该图像块组 的每个图像块中相同坐标位置的像素的灰度值计算得到； 步骤3,根据所获得的所述图像块组的噪声特征值获得所述多帧待诊断图像的图像灰 度波动特征值； 步骤4,根据所述图像灰度波动特征值诊断所述多帧待诊断图像是否存在噪声。
2. 根据权利要求1所述的方法，其特征在于，步骤1中连续获取多帧待诊断图像后还包 括步骤：将所述多帧待诊断图像分成多份，每份所述多帧待诊断图像依次执行步骤2至步 骤4; 所述方法还包括步骤： 根据每份所述多帧待诊断图像执行步骤2至步骤4后所获得的图像灰度波动特征值获 得所述视频图像的噪声诊断结果。
3. 根据权利要求1所述的方法，其特征在于， 根据下述公式计算所述图像块组的噪声特征值：
其中Ii为所记录的该图像块组第i帧相同坐标位置的像素的灰度值；n为步骤2中所 述多帧待诊断图像的帧数； 步骤3中所述多帧待诊断图像的图像灰度波动特征值为步骤2中所有图像块组的噪声 特征值的平均值。
4. 根据权利要求3所述的方法，其特征在于，计算所述图像块组的噪声特征值之前，步 骤2还包括步骤： 根据该图像块组中每个所述相同坐标位置的像素的灰度值判断该像素是否为高亮像 素点，如果该图像块组不存在高亮像素点，则记录各相同坐标位置的像素的灰度值。
5. 根据权利要求1所述的方法，其特征在于，计算所述图像块组的噪声特征值之前还 包括步骤： 区分所述图像块组的各图像块是否为背景块，如果是背景块，则执行步骤2;区分所述 图像块是否为背景块的步骤包括： 计算所述图像块组中每相邻两个图像块的各像素点的灰度差值，并将所述各像素点的 灰度差值的绝对值求平均值，以获得所述图像块组的该像素点灰度差值，通过所述图像块 组的像素点的灰度差值获得所述图像块组的灰度差值； 如果所述图像块组的灰度差值小于预定阈值，则将该图像块组的各图像块标记为背景 块； 如果所述图像块组的灰度差值不小于所述预定阈值，则对所述图像块组的各个像素点 的灰度差值进行二值化处理，获得该图像块组中连通域的尺寸；如果最大的连通域的尺寸 小于预设值，则将该图像块组的各图像块标记为背景块；否则，将该图像块组的各图像块标 记为前景块。
6. 根据权利要求5所述的方法，其特征在于：计算所述图像块组的图像噪声特征值之 前还包括步骤：判断所述前景块占所述待诊断图像的比例是否达到预定值，如果未达到所 述预定值，则执行计算所述图像块组的图像噪声特征值的步骤； 如果所述前景块占所述待诊断图像的比例达到所述预定值，则所述方法还包括步骤： 根据梯度模板对所选取帧的待诊断图像做掩膜运算，获得每个像素的图像基值的运算 值；所述梯度模板包括：
若对于当前像素，根据四个所述梯度模板所获得的四个图像基值的运算值均大于设定 的阈值，则判断该像素点为噪声点； 统计所述噪声点占所选取帧的待诊断图像的百分比； 根据所述噪声点所占的百分比得到所选取帧的待诊断图像中噪声诊断结果。
7. 根据权利要求6所述的方法，其特征在于，所选取帧的待诊断图像包括起始帧的待 诊断图像、中间帧的待诊断图像和终止帧的待诊断图像； 所述方法还包括步骤：根据所选取的每帧待诊断图像的噪声诊断结果获得所述视频图 像的噪声诊断结果。
8. -种视频图像的噪声检测装置，其特征在于，包括 分割模块，用于将连续获取多帧待诊断图像的每帧待诊断图像分成预定数目的图像 块； 计算模块，用于计算多帧待诊断图像的各图像块组的噪声特征值；所述图像块组为多 帧待诊断图像中同一坐标区域的图像块的集合；所述图像块组的噪声特征值是根据在该图 像块组的每个图像块中相同坐标位置的像素的灰度值计算得到；以及根据所获得的所述图 像块组的噪声特征值获得所述多帧待诊断图像的图像灰度波动特征值； 诊断模块，用于根据所述图像灰度波动特征值诊断所述多帧待诊断图像是否存在噪 声。
9. 根据权利要求8所述的装置，其特征在于，所述分割模块进一步用于将所述多帧待 诊断图像分成多份，将每份所述多帧待诊断图像逐次发给所述计算模块； 所述诊断模块进一步用于根据所述计算模块针对每份所述多帧待诊断图像所获得的 图像灰度波动特征值获得所述视频图像的噪声诊断结果。
10. 根据权利要求8所述的装置，其特征在于， 根据下述公式计算所述图像块组的噪声特征值：
其中Ii为所记录的该图像块组第i帧中心点坐标的像素的灰度值；n为待诊断图像的 帧数； 所述多帧待诊断图像的图像灰度波动特征值为所有图像块组的噪声特征值的平均值。
11. 根据权利要求10所述的装置，其特征在于，所述计算模块计算所述图像块组的噪 声特征值之前，还用于根据该图像块组中每个所述相同坐标位置的像素的灰度值判断该像 素是否为高亮像素点，如果该图像块组不存在高亮像素点，则记录各相同坐标位置的像素 的灰度值。
12. 根据权利要求8所述的装置，其特征在于，所述计算模块还用于区分所述图像块组 的各图像块是否为背景块，如果是背景块，则计算所述图像块组的噪声特征值；区分所述图 像块是否为背景块具体包括： 计算所述图像块组中每相邻两个图像块的各像素点的灰度差值，并将所述各像素点的 灰度差值的绝对值求平均值，以获得所述图像块组的该像素点灰度差值，通过所述图像块 组的像素点的灰度差值获得所述图像块组的灰度差值； 如果所述图像块组的灰度差值小于预定阈值，则将该图像块组的各图像块标记为背景 块； 如果所述图像块组的灰度差值不小于所述预定阈值，则对该图像块组的各个像素点的 灰度差值进行二值化处理，获得该图像块组中连通域的尺寸；如果最大的连通域的尺寸小 于预设值，则将该图像块组的各图像块标记为背景块；否则，将该图像块组的各图像块标记 为前景块。
13. 根据权利要求8所述的装置，其特征在于：计算模块还用于判断所述前景块占所述 待诊断图像的比例是否达到预定值，如果未达到所述预定值，则执行计算所述图像块组的 图像噪声特征值的步骤； 如果所述前景块占所述待诊断图像的比例达到所述预定值，则所述计算模块还用于根 据梯度模板对所选取帧的待诊断图像做掩膜运算，获得每个像素的图像基值的运算值；所 述梯度模板包括：
若对于当前像素，根据四个所述梯度模板所获得的四个图像基值的运算值均大于设定 的阈值，则判断该像素点为噪声点； 所述诊断模块进一步用于统计所述噪声点占所选取帧的待诊断图像的百分比；根据所 述噪声点所占的百分比得到所选取帧的待诊断图像中噪声诊断结果。
14. 根据权利要求13所述的装置，其特征在于，所选取帧的待诊断图像包括起始帧的 待诊断图像、中间帧的待诊断图像和终止帧的待诊断图像； 所述诊断模块根据所选取的每帧待诊断图像的噪声诊断结果获得所述视频图像的噪 声诊断结果。
【文档编号】H04N17/00GK104486618SQ201410849788
【公开日】2015年4月1日 申请日期:2014年12月30日 优先权日:2014年12月30日
【发明者】王明英 申请人:浙江宇视科技有限公司