基于机器视觉的道路交通闭路电视图像质量评价方法
【技术领域】
[0001]本发明涉及道路交通安全中的视频监控领域，特别涉及一种基于机器视觉的道路交通闭路电视图像质量评价方法。
【背景技术】
[0002]在道路交通中，闭路电视(Closed-Circuit Televis1n，CCTV)作为车辆检测器等其他信息采集设备的有益补充，使用视频监控手段对重要地点或区域的交通流量、车流密度及道路使用状况进行监视，实时直观地获取到交通阻塞的现场画面并上传至监控室，使运营管理人员快速准确地辨认事故类型和严重程度，从而为交通应急与控制策略的制定提供可靠依据。
[0003]视频图像质量是衡量道路交通闭路电视监视系统好坏的一项关键技术指标。实际应用中，影响系统图像质量的因素很多，摄像机分辨率低、镜头焦距不合适或低环境照度适应性差等将导致前端采集的原始图像质量下降，线缆距离过长、接头数量太大或接地保护不牢固等将引起传输通道的图像信号衰减量增加，显示设备硬件老化、刷新频率低或可视角度小等也将影响监控人员最终观察到的图像质量。因此，对道路交通闭路电视图像质量进行检测及评价，对整个监视系统的质量把关和图像改善具有重要的现实意义。
[0004]现有的道路交通闭路电视图像质量评价有主观评价和客观评价两种方式。其中的主观评价方法，因人是图像的最终消费者而显得最为可靠，但也存在明显的不足:易受评价人员的背景知识、观察动机和情绪状态的影响，无法实现可重复的精确测量;为了使主观评价尽量准确客观，需要大量的人来作为观察者，人力成本很高且可操作性较差。另一方面，现有的客观评价方法，或者只能针对CCTV系统中的视频信号采集、传输、存储、编解码等某个单一环节的损伤进行异常检测，或者只能采用某个单一评价指标对图像损伤进行分析和评价，即现有相关技术中，均未涉及到对整套CCTV系统进行综合性分析和同时考虑多种损伤评价指标的图像质量客观评价方法。因此，不能像主观评价方法那样简洁直观地表示评价结果，也容易造成评价结果与图像观察人员的主观感受不一致。
【发明内容】
[0005]鉴于此，本发明的目的是提供一种基于机器视觉的道路交通闭路电视图像质量评价方法，该方法主要利用一套视觉效果明显的标准图像和对CCTV系统显示终端拍摄所得的测试图像，分别提取视觉特征进行比对分析，计算出一系列图像质量评价指标的取值，然后通过图像质量多指标融合模型，得到CCTV系统图像质量的总体客观评价结果。
[0006]本发明的目的之一是通过以下技术方案实现的，一种基于机器视觉的道路交通闭路电视图像质量评价系统，包括便携式影像装置、高清工业相机和信息处理单元。所述便携式影像装置用于显示预置的标准图像;所述高清工业相机用于对CCTV系统显示终端进行拍摄获得损伤后的测试图像;所述信息处理单元用于从测试图像、标准图像中分别提取视觉特征进行比对分析，计算出一系列图像质量评价指标的取值，并通过图像质量多指标融合模型，求解CCTV系统图像质量的总体客观评价结果。
[0007]本发明的目的之二是通过以下技术方案实现的，一种基于机器视觉的道路交通闭路电视图像质量评价方法，具体包括以下步骤:
利用便携式影像装置显示预置的标准图像；
CCTV系统的监控摄像机拍摄标准图像，经CCTV系统的编码、传输、解码等整套环节后，在CCTV系统显示终端上输出可供人眼观察的实际图像；
正对CCTV系统显示终端架设高清工业相机，对实际图像进行拍摄，获得测试图像；
信息处理单元从测试图像、标准图像中分别提取视觉特征进行比对分析，计算出一系列图像质量评价指标的取值；
信息处理单元通过图像质量多指标融合模型，综合考虑图像质量的各个评价指标取值，求解CCTV系统图像质量的总体客观评价结果。
[0008]优选的，所述便携式影像装置能够长期存储和显示标准图像，且显示亮度可调节。
[0009]优选的，所述标准图像为一套对应于不同评价指标而言视觉效果明显的人工构造图像，对于雪花噪声、颜色真实性、对比度、网纹干扰、黑白滚道指标采用单一颜色构造标准图像，对于马赛克、边缘模糊性、几何失真、闪烁跳动指标采用边缘效应丰富的多种颜色构造标准图像，对于运动拖尾指标采用快速运动目标在简单背景下的多帧图像序列构造标准图像。
[0010]优选的，所述图像质量评价指标既包括模拟电视图像的雪花噪声、闪烁跳动、网纹干扰、黑白滚道指标，也包括数字电视图像的马赛克、边缘模糊性、颜色真实性、对比度、几何失真、运动拖尾指标。
[0011]优选的，所述信息处理单元至少具备数据存储模块、图像质量评价模块和人机交互模块，所述数据存储模块用于存储标准图像、测试图像、多指标融合模型等，所述图像质量评价模块用于对标准图像和测试图像进行图像处理、提取视觉特征、计算各个评价指标取值并通过多指标融合模型获得图像质量的总体客观评价结果，所述人机交互模块用于选取各种类型的评价指标以及输出图像质量的总体客观评价结果。
[0012]优选的，所述图像质量多指标融合模型采用归一化加权融合模型，计算公式如下:其中Qe[0，I]为图像质量多指标融合计算结果，取值越大表示测试图像相对于标准图像的总体损伤现象越严重;为归一化系数;k为本次评价所选取的指标个数;A1为第i个指标的加权系数，采用神经网络学习的方法离线获得，学习样本中Q的取值通过人眼主观评价产生;F1E [0，I]为第i个指标的计算值，取值越大表示就该指标而言测试图像相对于标准图像的损伤现象越严重。
[0013]优选的，所述图像质量的总体客观评价结果，采用与人眼主观评价一致的五级损伤标度进行评分，计算公式如下:
R = 5X(1-Q)
其中Re[0，5]为图像质量的总体客观评价结果，取值越大表示测试图像相对于标准图像的总体损伤现象越轻微，即道路交通闭路电视监视系统的图像质量越好。
[0014]本发明将道路交通闭路电视监视系统作为一个整体，采用基于机器视觉的方法对整套CCTV系统进行综合性损伤评价，实现该方法的原理简单、操作方便；同时，采用了与人眼主观评价一致的五级损伤标度进行评分，通过对多种损伤评价指标的加权融合，能获得与主观评价一致的图像质量总体客观评价结果。评价过程中，不需要向CCTV系统接入专用的高精密信号采集和信号分析仪器等辅助设备，完全不影响现有CCTV系统的设备运行，既避免了拆动或改接硬件线路对现有CCTV系统造成的伤害，又能使评价系统自身的成本代价得以大幅降低。
【附图说明】
[0015]为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步的详细描述，其中:
图1为本发明所述系统结构图。
【具体实施方式】
[0016]以下将结合附图，对本发明的优选实施例进行详细的描述;应当理解，优选实施例仅为了说明本发明，而不是为了限制本发明的保护范围。
[0017]图1为本发明所述系统结构图。
[0018]如图1所示，一种基于机器视觉的道路交通闭路电视图像质量评价系统，包括便携式影像装置、高清工业相机和信息处理单元。其中，所述便携式影像装置采用平板电脑，屏幕尺寸10英寸，分辨率1920X1200，用于显示预置的标准图像;所述高清工业相机采用分辨率为五百万像素以上的彩色CCD工业相机，所配光学镜头具有变焦和光圈调节功能，正对CCTV系统显示终端架设，用于对CCTV系统显示终端进行拍摄获得损伤后的测试图像;所述信息处理单元采用工业计算机，具备与高清工业相机连接的数据接口和液晶显示屏，且处理器、硬盘、内存、显卡等方面的配置满足图像处理和评价结果计算与显示的需求。
[0019]基于上述系统