本发明涉及云服务技术领域，具体涉及一种云服务视频监控系统。
背景技术：
现有技术中，随着视频监控系统规模越来越大，并且在视频监控领域中逐步采用高清视频，使得需要存储的视频数据不断增长，而视频数据需要可靠地长时间地保存到存储系统中，并要求随时可被调用，因此对存储系统容量扩展方面提出了更高要求。另一方面，对视频数据的快速处理也对处理器提出了更高的要求。
技术实现要素：
针对上述问题，本发明旨在提供一种云服务视频监控系统。
本发明的目的采用以下技术方案来实现：
提供了一种云服务视频监控系统，包括视频监控终端、通信模块和云服务中心，所述视频监控终端用于采集监控区域的视频图像，所述通信模块用于将所述视频图像发送至云服务中心，所述云服务中心包括云存储模块、云计算模块和显示模块，所述云存储模块用于对所述视频图像进行存储，所述云计算模块用于对所述视频图像进行滤波，所述显示模块用于显示滤波后的视频图像；所述云计算模块包括模型建立模块、噪声去除模块和去噪评价模块，所述模型建立模块用于建立视频图像噪声模型，所述噪声去除模块用于根据噪声模型对视频图像噪声进行去除，所述去噪评价模块用于对噪声去除模块的去噪效果进行评价。
本发明的有益效果为：提供了一种云服务视频监控系统，通过云服务中心对视频图像进行存储和处理，提升了图像的安全性和处理速度，有助于提升视频监控水平。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1是本发明的结构示意图；
附图标记：
视频监控终端1、通信模块2、云服务中心3。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1，本实施例的一种云服务视频监控系统，包括视频监控终端1、通信模块2和云服务中心3，所述视频监控终端1用于采集监控区域的视频图像，所述通信模块2用于将所述视频图像发送至云服务中心3，所述云服务中心3包括云存储模块、云计算模块和显示模块，所述云存储模块用于对所述视频图像进行存储，所述云计算模块用于对所述视频图像进行滤波，所述显示模块用于显示滤波后的视频图像；所述云计算模块包括模型建立模块、噪声去除模块和去噪评价模块，所述模型建立模块用于建立视频图像噪声模型，所述噪声去除模块用于根据噪声模型对视频图像噪声进行去除，所述去噪评价模块用于对噪声去除模块的去噪效果进行评价。
本实施例提供了一种云服务视频监控系统，通过云服务中心对视频图像进行存储和处理，提升了图像的安全性和处理速度，有助于提升视频监控水平。
优选的，所述模型建立模块用于建立视频图像噪声模型，具体为：
将视频序列中每一帧图像作为一个图像块，将视频图像噪声模型表示为：
H＝F+N+M
式中，F表示不含噪声的干净图像矩阵，F＝{f1，f2，…，fl}，fi表示第i个干净图像块，l表示图像帧数，i＝1，2，…，l，N表示脉冲噪声矩阵，N＝{n1，n2，…，nl}，ni表示fi对应的脉冲噪声，i＝1，2，…，l，M表示高斯噪声矩阵，M＝{m1，m2，…，ml}，mi表示fi对应的高斯噪声，i＝1，2，…，l，H为含有噪声的图像矩阵，H＝{h1，h2，…，hl}，hi表示fi对应的含有噪声的图像，i＝1，2，…，l。
现有去除脉冲噪声的算法都是针对单幅图像进行的，而视频是若干图像的有序序列，视频信号本身具有的时间冗余被忽略了，这就导致现有算法去除视频中的脉冲噪声时效率低下，本优选实施例算法采用每一倾图像作为一个图像块，而视频中相邻帧之间又具有内部结构相似性，彼此之间构成相似图像块，这样建模不仅不用确定图像块的大小，还避免了相似性的度量，从而有助于降低噪声的干扰。
优选的，所述噪声去除模块包括第一去噪子模块和第二去噪子模块，所述第一去噪子模块用于去除视频图像高斯噪声，所述第二去噪子模块用于对去除高斯噪声后的视频图像进行处理，去除视频图像脉冲噪声；
所述第一去噪子模块用于去除视频图像高斯噪声，具体为：对每帧图像去除高斯噪声，得到去除高斯噪声后的视频图像：
S＝F+N
式中，S为仅含有脉冲噪声的图像矩阵，S＝{s1，s2，…，sl}，si表示fi对应的仅含有脉冲噪声的图像，i＝1，2，…，l；
所述第二去噪子模块用于对去除高斯噪声后的视频图像进行处理，去除视频图像脉冲噪声，具体为：
对于含有l帧的视频序列，将其分为l组，对每一帧图像，以该图像为中心，前后各n帧图像作为该图像的相似图像块，将所述相似图像块顺序排列构成矩阵，最小化该矩阵的秩，得到该图像的一个处理结果，由于每帧图像会被处理2n+1次，将2n+1次结果进行简单加权平均作为该图像去除脉冲噪声后的结果；
求取所有帧图像去除脉冲噪声后的结果，得到去除脉冲噪声后的视频图像G，Z＝{z1，z2，…，zl}，zi表示第i个去除脉冲噪声后的图像，l表示图像帧数，i＝1，2，…，l。
由于视频的时间兀余性，相邻顿图像之间结构相似，若将无噪声的视频图像组成一个矩阵，那么该矩阵具有低秩性。而带噪声的视频图像构成的矩阵就是该低秩矩阵部分元素被污染的退化的矩阵，去除视频噪声就是要从退化的矩阵中恢复出低秩矩阵。本优选实施例对于每帧图像，通过对最小化矩阵的秩，并对处理结果进行简单加权平均，得到了该图像去除脉冲噪声后的视频图像，对所有帧图像进行处理，得到了去除脉冲噪声后的视频图像。
优选的，所述去噪评价模块用于对噪声去除模块的去噪效果进行评价，具体为：
采用下式定义评价因子：
式中，Q表示评价因子，分别表示去除椒盐噪声后的图像zi和不含噪声的干净图像fi的亮度平均值，分别表示去除椒盐噪声后的图像zi和不含噪声的干净图像fi的亮度方差，表示去除椒盐噪声后的图像zi和不含噪声的干净图像fi的亮度标准差，PSNR表示去除椒盐噪声后的图像zi和不含噪声的干净图像fi的峰值信噪比；所述评价因子越大，表示所述图像去噪模块的去噪效果越好。
主观评价方式是用人眼去感知算法处理结果的视觉效果，从主观上去衡量算法是否达到预期，是否将噪声去除干浄，是否引起了模糊等。主观评价与评价者自身关系密切，不同的观测者得到的评价结论可能差异性很大。本优选实施例通过定义评价因子对去噪效果进行评价，充分考虑了去噪图像的峰值信噪比以及去噪图像与原始图像的结构相似性，实现了噪声去除效果的准确评价，克服了主观评价中评价者不同所带来的评价差异。
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解应当理解，可以以硬件、软件、固件、中间件、代码或其任何恰当组合来实现这里描述的实施例。对于硬件实现，处理器可以在一个或多个下列单元中实现：专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、设计用于实现这里所描述功能的其他电子单元或其组合。对于软件实现，实施例的部分或全部流程可以通过计算机程序来指令相关的硬件来完成。实现时，可以将上述程序存储在计算机可读介质中或作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是计算机能够存取的任何可用介质。计算机可读介质可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其他光盘存储、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质。
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。