法安网

法安网内容检索

当前位置:首页 > 专题报道 > 视频监控 >

视频质量诊断概述

时间:2019-10-12 10:03:37   来源:公安部第一研究所

[法安导读]    视频质量诊断是基于计算机视觉技术和先进的自适应学习算法,科学运用视频图像质量检测技术和数字图像处理技术,仿真人类的视觉系统,及时

  视频质量诊断是基于计算机视觉技术和先进的自适应学习算法,科学运用视频图像质量检测技术和数字图像处理技术,仿真人类的视觉系统,及时对视频图像的质量及故障类型、严重程度等进行自动检测、分析、判断并给出相应结果的过程。目前,国内外诸多专家学者和研究机构对视频图像质量检测进行了多角度的研究和探讨,分别提出了各类图像质量评价算法,其中比较典型的有基于人类视觉系统(Human VisionSystem,HVS)的图像质量评价模型、基于结构相似度(Structural Similarity Image Measurement,SSIM)的评价模型等,并且将研究成果应用于视频图像质量诊断系统中,取得了较好的效果。

视频质量诊断概述

  视频流可以看作是连续多帧静止图像的组合,这些连续图像之间具有序列相关性,组合在一起形成一段具有某些特定意义的视频序列。基于图像分析的视频图像诊断技术就是以一定的时间间隔从视频流中提取视频帧,采用各种视频质量诊断算法对视频帧的内容进行分析,及时发现视频监控图像出现的异常并给出故障点位名称、故障类型、故障严重程度等告警信息,提醒用户关注故障情况以便迅速应对处理。

  目前,应用较为广泛、成熟的视频质量诊断包括图像亮度异常检测、图像色度异常检测、图像模糊检测、图像噪声检测、图像遮挡检测、 画面冻结检测、信号丢失检测、画面抖动检测、视频剧变检测、PTZ运动失效检测等。 常用的视频质量诊断算法的实现技术主要分三大类,即统计学方法、背景差分法、时间差分法。

  统计学方法是利用采集到的图片中大量的像素点和通道值,运用统计学规律对这些像素点和通道值进行分析、总结、归类,从而得到当前图片的特征信息。

  统计学方法最大的特点就是可以很直观地反应出图像中像素点的总体特征和分布信息,其准确率和灵敏度都比较高,主要应用于图像亮度异常检测、图像色度异常检测、图像模糊检测、图像噪声检测等。

  背景差分法是采用图像序列中的当前帧和参考模型比较从而得到图像的特征信息。在基于背景差分法的视频质量诊断中,背景图像的建模和模拟的准确度,直接影响到检测的效果。 常用的背景建模方法有中值法背景建模、均值法背景建模、卡尔曼滤波器背景建模、单高斯分布模型、多高斯分布模型等。 在视频质量诊断中,背景差分法主要应用于图像遮挡检测、画面冻结检测、信号丢失检测等。

  时间差分法又称帧间差法,即从连续的监控视频流中根据图像的特征信息提取所需的目标信息,把相邻帧提取出的目标信息进行对比,然后从对比的信息中提取出图像像素点的运动信息,从而描述图像中像素点运动和变化的规律,主要应用于画面抖动检测、视频剧变检测、PTZ运动失效检测等。

  作者:王永升、苟智雄

  编辑:广汉

声明:

本网站图片,文字之类版权申明,因为网站可以由注册用户自行上传图片或文字,本网站无法鉴别所上传图片或文字的知识版权,如果侵犯,请及时通知我们,本网站将在第一时间及时删除。

征稿启事

  • 投稿信箱:195024562@qq.com

品牌推荐更多>>