一种监控摄像机码流的自适应控制方法
【技术领域】
[0001]本发明属于视频监控的技术领域，具体涉及一种监控摄像机码流的自适应控制方法。
【背景技术】
[0002]视频通信系统中的码流具有与生倶来的变码率特性，如果编码过程中，保持编码参数不变，不同帧之间消耗的比特数会显著不同。尤其在视频场景切换时，会发生码率的突变，而且在带宽受限的多媒体通信系统中，这种具有显著变化码率的码流不适合网络的传输和存储。
[0003]目前的码流控制的方法包括:采用宏块级复杂度运算的方式选取宏块QP值(quas1-peak，准峰值)控制码率;或采用率失真模型选取宏块QP值。这些算法通过预测的方法选取量化参数，运算复杂度高，不能有效获取对应场景的经验值，降低了编码的效率，而且场景变化时视频质量大幅下降。
【发明内容】
[0004]本发明是为了克服现有技术中的缺点，而提出的一种监控摄像机码流的自适应控制方法。
[0005]本发明的技术方案是:
本发明的一种监控摄像机码流的自适应控制方法，该方法为:输入图像的帧信息通过传感器采集后，先输入图像场景分类器，对当前场景进行判断，获取当前场景的经验QP值；当场景确定后，再进入图帧的起始QP获取器，根据每帧图像确定本帧图像的起始QP值;最后进入图帧的宏块级QP获取器，获取宏块级QP值，最终完成图像编码。
[0006]本发明的有益效果是:
本发明使监控摄像机能够能够根据不同场景精准选取宏块级的QP值，使码流的波动范围明显减小，码流质量得到提升，并降低了码流，节省了网络带宽和存储空间，提升了产品质量，降低了系统存储成本。
【附图说明】
[0007]图1是本发明的控制流程示意图；
图2是本发明的图像场景分类器的程序流程图；
图3是本发明的一帧图像起始QP值的计算流程图；
图4是本发明的宏块QP值的计算流程图。
【具体实施方式】
[0008]以下，参照附图及实施例对本发明的技术方案进行详细说明:
如图1所示，本发明的一种监控摄像机码流的自适应控制方法，该方法为:输入图像的帧信息通过传感器采集后，先输入图像场景分类器，对当前场景进行判断，获取当前场景的经验QP值;当场景确定后，再进入图帧的起始QP获取器，根据每帧图像确定本帧图像的起始QP值;最后进入图帧的宏块级QP获取器，获取宏块QP值，最终完成图像编码。
[0009]本发明的一种监控摄像机码流的自适应控制方法的具体步骤为:
I将输入图像的帧信息输入图像场景分类器，分类器建立输入帧信息的分类判别缓冲区，对当前场景进行白天或黑夜、运动或静止、纹理复杂或纹理简单的分类判断，获取当前场景的经验QP值范围，包括I帧的最大经验QP值和最小经验QP值，P帧的最大经验QP值和最小经验QP值；
Π再进入图帧的起始QP获取器后，计算本帧图像的复杂度，根据当前场景的经验QP值选取本帧图像的起始QP值；
ΙΠ最后进入图帧的宏块级QP获取器，计算每个宏块的复杂度，确定本宏块QP值，再根据宏块间复杂度关系，进行码率分配。
[0010]所述的最大QP值，表示一帧图像宏块编码能采用的最大QP值。
[0011]所述的最小QP值，表示一帧图像宏块编码能采用的最小QP值。
[0012]所述的最大的I帧与P帧的QP差值，代表P帧的平均QP值与当前I帧QP值的差值。
[0013]所述的I帧和P帧对应复杂度的QP值，将复杂度归一化为[0，255]，根据不同复杂度区间选取I帧或P帧具体QP值。
[0014]如图2所示，为本发明的图像场景分类器的程序流程图。读取输入分类判别缓冲区的数据，对当前场景进行逐一判别，进行I帧和P帧QP值调整，最终确定当前场景的经验QP值范围。所述的图像场景分类器内具有输入帧分类判别缓冲区，保存输入图像近几帧和参考帧，用于进行场景判别，实现图像的对比。所述的分类场景包括:白天或黑夜、运动或静止、纹理复杂或简单场景。
[0015]所述步骤I中，对输入图像进行白天或黑夜场景判断，用以确定白天和黑夜不同场景时应选取的QP经验值。由于夜晚光线弱，传感器需要增大感光度数值、加大增益幅度以适应较暗的夜景，导致夜景图像的噪点大。根据此特点，选择高斯模板对输入图像进行整体滤波，将滤波后的图像与输入图像做差，选择经验阈值对差值图像进行二值化处理，利用直方图统计二值化后图像的噪点信息，若噪点过多则代表黑夜场景，否则代表白天场景;若为黑夜场景，则增大P帧的QP值，若为白天场景，则减小P帧的QP值。由于运动场景可引入噪点，噪点多时，将P帧的QP值取值增大，以降低P帧的码流，相应地增大I帧的码流，降低I帧的QP值，以实现码率稳定。
[0016]所述步骤I中，在经过白天或黑夜场景判断后，对输入图像进行运动或静止场景判断，用以确定运动和静止不同场景时应选取的QP经验值。采用图像差值法进行判断，将分类判别缓冲区内的相邻图像做帧差处理，通过差值图像的特征分析，确定输入图像为运动或静止场景;若为运动场景，减小P帧的QP值，若为静止场景，减小I帧QP值。运动场景本身P帧信息大，码流上升，当保证码率时，将P帧的QP值增大，以保证码率稳定。而静止场景，P帧信息量少，为保证图像质量，可增大I帧，减小I帧QP值，以保证图像的清晰度。
[0017]所述步骤I中，在经过运动或静止场景判断后，对输入图像进行纹理复杂或简单场景，用以确定纹理复杂度不同的场景应选取的QP经验值。采用图像梯度幅度计算方式判断，对输入图像的纹理复杂度进行检测，计算输入图像的梯度幅度后，选取每个像素最大的梯度幅值，对此梯度图像进行积分运算，得到输入图像的纹理复杂度;若纹理复杂度高，则减小I帧的QP值，使图像更加清晰，并增大P帧的QP值，保证实时码率，若纹理复杂度低，则增大I帧的QP值。
[0018]所述步骤Π中，根据当前帧的灰度直方图计算本帧图像的复杂度，将本帧图像的复杂度归一化为[0，255]，并与当前场景的复