本发明涉及视频流的处理方法,尤其涉及一种摄像输入的异常方法及存储介质。
背景技术:
1、现代社会中,数字监控系统,图像处理技术和数据传输技术迭代速度快,带动视频系统向着智能化,大规模化的方向发展,其中两个最显著的特点是数字化和网络化。随着监控系统中摄像头数量激增,如何及时检测视频监控画面异常难度日益增大,尤其是亮度异常对视频质量的影响最为突出。工作人员遍历监控系统的全部摄像头画面,有问题的画面记录及时报告给维修人员,但是这样的维护耗费的时间过长,且可能会发现漏检的问题,如果监控出现亮度异常导致视频质量下降而没有及时解决的话可能会造成重大的损失。
2、传统的视频监控亮度异常传统判别算法中,基于平均值分布式的亮度异常检测算法,解决了亮度异常是指出摄像头故障,增益控制紊乱或者照明条件引起的总体偏亮或偏暗,很容易出现误判和漏判的情况。且这种算法一旦检测的是全都是异常的视频将则无法判断出是否异常。梯度值比较法也可用于检测亮度异常检测,用相邻序列的图片相互比对检验,但异常的视频图片毕竟是少数。因此,需要设计一新型的特征值融合判别方法。
技术实现思路
1、因此,需要提供一种能够在进行视频特征值判别是否异常的方法。
2、为实现上述目的,发明人提供了一种视频异常判别方法,包括如下步骤,
3、s1、获取摄像头输入的视频流,根据时序将所述视频流分成若干视频片段,对第一视频片段提取视频帧,s3对所述第一视频片段的第一视频帧进行亮度检测,若第一视频帧的最大亮度、最小亮度或平均亮度超出预设范围,
4、则进行步骤,s5提取其他的摄像头的视频流中与第一视频帧同时刻的第二视频帧进行检测,若所述第二视频帧的最大亮度、最小亮度或平均亮度也超出预设范围,则不进行异常判别,若第二视频帧均未出现最大亮度、最小亮度或平均亮度超出预设范围的情形,则将所述第一视频帧判定为异常帧。
5、可选地,还包括步骤,所述第一预设范围的计算方法为,
6、s21对各视频片段中分别提取若干连续帧,分别计算不同视频片段提取的若干连续帧的平均极大亮度、平均极小亮度和平均亮度,
7、s22将第一视频片段的平均极大亮度、平均极小亮度和平均亮度与前一视频片段的平均极大亮度、平均极小亮度和平均亮度进行比较,若差值在允许范围内,则将第一视频片段的平均极大亮度、平均极小亮度和平均亮度设置为第一预设参考值,否则将前一视频片段的预设参考值和前一视频片段的平均值加权获得第一预设参考值,根据所述第一预设参考值生成第一预设范围。
8、具体地,所述第一预设范围的计算方法具体包括步骤,
9、s2-1:将第t时段的视频帧fi,t转换到ycbcr颜色空间,统计所有像素y分量值分布,并计算以及平均亮度,设y分量共有n种取值,其中第n种取值yn的比例为pn;
10、s2-2:根据视频帧fi,t所有像素y分量值分布,定义极大亮度极小亮度其中,对应的下标索引nupper由如下公式确定
11、
12、类似地,对应的下标索引nlower由如下公式确定
13、
14、s2-3:将第t个时段起始连续f帧视频帧的极大亮度、极小亮度、平均亮度分别取平均,记为具体地,
15、
16、s2-4:设第t时段视频帧极大亮度、极小亮度、平均亮度的正常值的参考值为若参考值未被初始化,则令
17、
18、若参考值已被初始化,则令
19、
20、其中,条件c1为
21、
22、并以类似的方法计算其中,α和β为加权系数,根据经验可分别设为0.8和0.05;
23、s2-5:设第一天tn时段视频帧极大亮度、极小亮度、平均亮度的正常值的参考值为则令
24、
25、否则令
26、
27、其中,条件c1为
28、
29、并以类似的方法计算χ和ε为加权系数,根据经验分别可设为0.8和0.1。
30、可选地,将第一视频帧分割为九块,然后才进行亮度检测。
31、具体地,包括步骤,第一视频片段的视频帧检测周期为td,即每间隔td抽取一帧进行亮度异常检测;
32、设第t时段所抽取的视频帧fj,t,计算极大亮度极小亮度和平均亮度
33、设第t时段所抽取的视频帧fj,t的异常标识为aj,t,则有
34、
35、其中,条件c2如下,且γ为比例系数,根据经验可设为0.2
36、
37、设多机位的判别异常标识为bi,t,则其中i为一个区域内的m个摄像头中的第i个,若
38、则不判定为视频异常。
39、一种视频异常判别存储介质,存储有计算机程序,所述计算机程序在被运行时执行包括如下步骤,
40、s1、获取摄像头输入的视频流,根据时序将所述视频流分成若干视频片段,对第一视频片段提取视频帧,s3对所述第一视频片段的第一视频帧进行亮度检测,若第一视频帧的最大亮度、最小亮度或平均亮度超出预设范围,
41、则进行步骤,s5提取其他的摄像头的视频流中与第一视频帧同时刻的第二视频帧进行检测,若所述第二视频帧的最大亮度、最小亮度或平均亮度也超出预设范围,则不进行异常判别,若第二视频帧均未出现最大亮度、最小亮度或平均亮度超出预设范围的情形,则将所述第一视频帧判定为异常帧。
42、具体地,所述计算机程序在被运行时执行包括步骤,计算第一预设范围,
43、s21对各视频片段中分别提取若干连续帧,分别计算不同视频片段提取的若干连续帧的平均极大亮度、平均极小亮度和平均亮度,
44、s22将第一视频片段的平均极大亮度、平均极小亮度和平均亮度与前一视频片段的平均极大亮度、平均极小亮度和平均亮度进行比较,若差值在允许范围内,则将第一视频片段的平均极大亮度、平均极小亮度和平均亮度设置为第一预设参考值,否则将前一视频片段的预设参考值和前一视频片段的平均值加权获得第一预设参考值,根据所述第一预设参考值生成第一预设范围。
45、具体地,所述第一预设范围的计算方法具体包括步骤,
46、s2-1:将第t时段的视频帧fi,t转换到ycbcr颜色空间,统计所有像素y分量值分布,并计算以及平均亮度,设y分量共有n种取值,其中第n种取值yn的比例为pn;
47、s2-2:根据视频帧fi,t所有像素y分量值分布,定义极大亮度极小亮度其中,对应的下标索引nupper由如下公式确定
48、
49、类似地,对应的下标索引nlower由如下公式确定
50、
51、s2-3:将第t个时段起始连续f帧视频帧的极大亮度、极小亮度、平均亮度分别取平均,记为具体地,
52、
53、s2-4:设第t时段视频帧极大亮度、极小亮度、平均亮度的正常值的参考值为若参考值未被初始化,则令
54、
55、若参考值已被初始化,则令
56、
57、其中,条件c1为
58、
59、并以类似的方法计算其中,α和β为加权系数,根据经验可分别设为0.8和0.05;
60、s2-5:设第一天tn时段视频帧极大亮度、极小亮度、平均亮度的正常值的参考值为则令
61、
62、否则令
63、
64、其中,条件c1为
65、
66、并以类似的方法计算χ和ε为加权系数,根据经验分别可设为0.8和0.1。
67、可选地,将第一视频帧分割为九块,然后才进行亮度检测。
68、可选地,所述计算机程序在被运行时还执行包括步骤,第一视频片段的视频帧检测周期为td,即每间隔td抽取一帧进行亮度异常检测;
69、设第t时段所抽取的视频帧fj,t,计算极大亮度极小亮度和平均亮度
70、设第t时段所抽取的视频帧fj,t的异常标识为aj,t,则有
71、
72、其中,条件c2如下,且γ为比例系数,根据经验可设为0.2
73、
74、设多机位的判别异常标识为bi,t,则其中i为一个区域内的m个摄像头中的第i个,若
75、则不判定为视频异常。
76、区别于现有技术,本技术方案能够在视频流的判别过程中,进行分段比对,对不同视频片段中的视频特征是否超过预设范围进行判别,就能够得出视频中是否出现异常的信息,还可以通过多摄像头的相同时刻内容进行比对,排除其他因素的影响。
77、上述
技术实现要素:
相关记载仅是本技术技术方案的概述,为了让本领域普通技术人员能够更清楚地了解本技术的技术方案,进而可以依据说明书的文字及附图记载的内容予以实施,并且为了让本技术的上述目的及其它目的、特征和优点能够更易于理解,以下结合本技术的具体实施方式及附图进行说明。