[发明专利]一种视频图像的横波干扰的检测方法及装置

说明书

技术领域

本发明涉及图像处理技术领域，特别涉及一种视频图像的横波干扰的检测方法及装置。

背景技术

随着视频监控技术的发展，视频监控的应用行业也不断扩大，视频监控网络规模的不断增长，目前一般的大型视频监控系统都包含数万路的摄像头，但是在视频获取、编码、传输等过程中都可能受到干扰，使得视频质量下降，从而影响了后续工作。所以对视频监控系统的整体的运行和维护能力（以下简称：运维能力）提出了更高的要求，即如何高效率地管理、控制这个庞大的系统中的各个摄像头，快速、准确地排除摄像头的故障，减少运维成本。

目前，常见的监控设备故障包括视频图像横波干扰、视频移动、视频冻结、视频遮挡等，其中，视频图像横波干扰是指在视频图像输出时，叠加在该视频图像上的横向的波形，受到横波干扰的视频图像会出现模糊、亮点异常、泛白等缺陷。产生视频横波干扰的主要原因有：线路老化、传输故障、接触不良、电磁干扰等。

目前，大部分的视频监控系统主要通过人眼查看的方式来判断各监控设备输出的视频图像是否存在横波干扰，这样就需要大量的人力资源，同时，由于人的主观性，会存在一定的偏差，因此，采用人工诊断的方式进行横波干扰的检测，会导致处理效率低、准确率低、人力资源浪费严重。另外，在监控设备发生异常后，若该监控设备得不到及时的维护，将会严重影响到视频监控系统的视频图像质量，大大降低了视频监控系统的可信度。

综上所述，目前视频监控系统主要通过人工诊断的方式来检测视频图像的横波干扰，会导致处理效率低、准确率低及人力资源浪费严重。

发明内容

本发明实施例提供了一种视频图像的横波干扰的检测方法及装置，用于解决目前视频监控系统主要通过人工诊断的方式来检测视频图像的横波干扰，会导致处理效率低、准确率低及人力资源浪费严重的问题。

本发明实施例提供了一种视频图像的横波干扰的检测方法，针对每路视频监控设备的每一帧视频图像进行如下处理：

获取该视频图像的投影特征曲线，并确定所述投影特征曲线的至少一个波峰点和至少一个波谷点；

针对每个波峰点或每个波谷点，确定该波峰点或该波谷点所在的设定大小的区域的图像块，并确定该图像块的均值及方差；

针对每个波峰点对应的图像块，根据该波峰点对应的图像块的均值和方差、至少一个波谷点对应的图像块的均值和方差、以及该视频图像的均值和方差，确定该波峰点对应的图像块是否为横波干扰区域。

本发明提供了一种视频图像的横波干扰的检测装置，该装置包括：

第一处理模块，用于针对每路视频监控设备的每一帧视频图像，获取该视频图像的投影特征曲线，并确定所述投影特征曲线的至少一个波峰点和至少一个波谷点；

第二处理模块，用于针对每个波峰点或每个波谷点，确定该波峰点或该波谷点所在的设定大小的区域的图像块，并确定该图像块的均值及方差；

第三处理模块，用于针对每个波峰点对应的图像块，根据该波峰点对应的图像块的均值和方差、至少一个波谷点对应的图像块的均值和方差、以及该视频图像的均值和方差，确定该波峰点对应的图像块是否为横波干扰区域。

本发明实施例利用横波干扰区域的图像的异常特性提取每帧视频图像的投影特征曲线的波峰点及波谷点，根据提取的波峰点及波谷点，确定该横波干扰区域，从而能够快速地对横波干扰的位置做出定位，由于仅需根据提取的波峰点及波谷点，确定该横波干扰区域，从而可以避免对整幅视频图像进行反复遍历，提高了处理速度。

附图说明

图1为本发明实施例提供的第一种视频图像的横波干扰的检测方法的流程示意图；

图2为本发明实施例提供的第二种视频图像的横波干扰的检测方法的流程示意图；

图3为本发明实施例提供的分类器的训练过程示意图；

图4为本发明实施例提供的第三种视频图像的横波干扰的检测方法的流程示意图；

图5A～图5C均为采用本发明实施例提供的视频图像的横波干扰的检测得到的横波干扰检测结果示意图；

图6为本发明实施例提供的第一种视频图像的横波干扰的检测装置的结构示意图；

图7为本发明实施例提供的第二种视频图像的横波干扰的检测装置的结构示意图。

具体实施方式

下面结合说明书附图对本发明实施例作进一步详细描述。

参见图1所示，本发明实施例提供的一种视频图像的横波干扰的检测方法，针对每路视频监控设备的每一帧视频图像进行如下处理：

步骤11、获取该视频图像的投影特征曲线，并确定该投影特征曲线的至少一个波峰点和至少一个波谷点；