一种视频图像中的条纹异常检测方法与流程

技术特征：

1.一种视频图像中的条纹异常检测方法，其特征在于：利用视频前后帧的差帧去除背景噪声，再通过腐蚀去除非条纹噪声影响并突显条纹特征；最后进行行投影并计算对比方差值，具体步骤如下：

步骤1：获得目标视频，提取视频的图像宽与高；

步骤2：提取视频序列中的图像，并将图像的存储格式由多通道转化为单通道的灰度图像存储格式；

步骤3：将步骤2的灰度格式图像序列依次做前后帧的差帧处理，得到差值图像序列；

步骤4：将步骤3差值图像序列进行形态学中腐蚀去噪处理，以突显图像横条纹特征；

步骤5：将步骤4的去噪图像序列以及步骤3的差值图像序列进行Sobel算子锐化处理，得到处理后的两组图像序列；

步骤6：将步骤5处理的两组图像序列分别进行行投影，得到两组投影数据；

步骤7：对两组投影数据进行方差计算，通过去噪处理得到投影数据和未去噪处理得到投影数据的方差比,判断是否存在横纹；其中方差比的阈值通过统计的方法得出。

2.根据权利要求1所述的一种视频图像中的条纹异常检测方法，其特征在于：在步骤4中，腐蚀处理的原理如下：

腐蚀定义为：

表示B对A的腐蚀是一个用z平移的B包含在A中所有的点Z的集合；其中A、B为两个集合；结构元B采用半径为3像素、高为3像素的椭圆进行腐蚀处理。

3.根据权利要求2所述的一种视频图像中的条纹异常检测方法，其特征在于：在步骤5中，Sobel算子采用水平算子可检测横条纹、采用Sobel垂直算子可检测纵向条纹；公式分别为：

$g_x=\frac{\∂f}{\∂x}=(z_7+2z_8+z_9)-(z_1+2z_2+z_3)$

$g_y=\frac{\∂f}{\∂y}=(z_3+2z_6+z_9)-(z_1+2z_4+z_7)$

其中z_i,i＝1,…,9为目标点x上一行与下一行最邻近3像素点的灰度值；g_x和g_y表示sobel算子处理后得到x像素灰度值。

4.根据权利要求1所述的一种视频图像中的条纹异常检测方法，其特征在于：在步骤6中，投影公式为：

$data\left(j\right)=\underset{i=1}{\overset{M}{\Σ}}I(i,j)$

或

$data\left(i\right)=\underset{j=1}{\overset{N}{\Σ}}I(i,j)$

其中data(j)、data(i)分别为行、列投影对应元素值；I(i,j)为对应图像的像素灰度值。

5.根据权利要求1所述的一种视频图像中的条纹异常检测方法，其特征在于：在步骤6中，方差比的计算公式为:

$T=\frac{V1}{V0}$

其中T为方差比，V1为未经过腐蚀去噪处理的投影数据的方差，V0为经过腐蚀去噪处理的投影数据方差。

6.根据权利要求1所述的一种视频图像中的条纹异常检测方法，其特征在于：步骤7采用的判别方式是方差的比值；将比值T与预先统计好得出的阈值T0比较大小；当T<T0时，则判定该帧存在横条纹，否则不存在；当存在连续几帧存在横条纹时，则判定为视频存在横纹。