[发明专利]异物遮挡的视频质量诊断方法

权利要求书

1.一种异物遮挡的视频质量诊断方法，其特征在于，包括以下步骤：

步骤i、将RGB原图进行双边滤波后转换到HSV空间，并对HSV图像求梯度；

步骤ii、根据梯度值和梯度方向，提取HSV图像中的直线段；

步骤iii、对提取的线段进行合并操作，使得断裂的短线段连接成一条长线段；

步骤iv、对合并后的线段进行预处理，并根据直线段提取矩形区域；

步骤v、计算矩形区域的H、S分量的标准差，以及矩形区域上下轴对称两部分的结构相似度，并通过标准差和结构相似度确定候选区域；

步骤vi、合并候选区域，得到异物区域；完成异物遮挡检测。

2.根据权利要求1所述的异物遮挡的视频质量诊断方法，其特征在于，所述将RGB原图进行双边滤波后转换到HSV空间，并对HSV图像求梯度的具体步骤，包括：

步骤1，对RGB原图像进行双边滤波操作，分项步骤为：

1-1)计算像素点与邻域的空间距离的高斯权值；

1-2)计算当前点与邻域的像素相似程度高斯权值；

1-3)融合1)、2)的计算结果完成双边滤波的处理过程；

步骤2，把RGB图像转换成HSV图像；

步骤3，计算HSV图像的梯度，即计算每一个像素点在直角坐标系中的梯度值和梯度方向。

3.根据权利要求1所述的异物遮挡的视频质量诊断方法，其特征在于，根据梯度值和梯度方向，提取HSV图像中的直线段的具体步骤，包括：

2-1)将图像梯度值均匀划分成n个等级，将梯度值小于阈值的像素点标记为已使用，梯度值大于等于阈值的像素点标记为未使用；

2-2)从标记为未使用的点中选择梯度值最大的点作为种子点，进行直线支撑区域生长；直线支撑区域的初始状态为该种子点，直线支撑区域的方向为该种子点梯度方向，并标记该种子点为已使用；搜索种子点八连通域内的未使用的点，将梯度方向与直线支撑区域方向的夹角小于阈值的像素点加入到直线支撑域内，标记该像素点为已使用；直至没有像素点加入该直线支撑区域为止；则重新选择未使用的最大种子点重新进行新的直线支撑区域生长，直到所有的像素点被标记为已使用；

2-3)直线支撑区域生长结束后，计算该区域的最小外接矩形，并计算矩形的中心点、方向角、长度和宽度；该区域的初始直线即为通过矩形中心点且方向为最小外接矩形方向角的直线；然后通过计算直线支撑区域的错误报警数NFA对初始直线进行判断，若NFA小于阈值，则初始直线即为检测到的直线，否则继续判断下一个直线支撑区域。

4.根据权利要求1所述的异物遮挡的视频质量诊断方法，其特征在于，所述对提取的线段进行合并操作，使得断裂的短线段连接成一条长线段的具体步骤，包括：

3-1)将所有直线段按照长度进行降序排列，从最长的直线段开始，依次搜索后面所有直线段；

3-2)从直线段中找出与基准直线段夹角小于阈值、直线段上所有点到基准直线的平均距离小于阈值的直线段进行合并；基准直线段是指每次比较中最长的直线段。

5.根据权利要求1所述的异物遮挡的视频质量诊断方法，其特征在于，对合并后的线段进行预处理，并根据直线段提取矩形区域的具体步骤，包括：

4-1)将直线段延长至图像边缘，删除与图像左右边缘相交的直线段；

4-2)选取满足以下条件的两条直线段：

两条直线相邻且不相交、两条直线上端点距离小于阈值、下端点距离小于阈值、两条直线夹角小于阈值；

4-3)从满足要求的两条直线段中间选取最大矩形区域。

6.根据权利要求1所述的异物遮挡的视频质量诊断方法，其特征在于，所述计算矩形区域的H、S分量的标准差，以及矩形区域上下轴对称两部分的结构相似度，并通过标准差和结构相似度确定候选区域的具体步骤，包括：

5-1)并计算矩形区域内H分量和S分量的标准差之乘积，若小于阈值则进行下一步骤，否则选取另一个矩形进行判断；

5-2)计算矩形区域上下轴对称部分的结构相似度，若大于阈值则进行下一步骤，否则选取另一个矩形进行判断。

7.根据权利要求1所述的异物遮挡的视频质量诊断方法，其特征在于，所述合并候选区域，得到异物区域，即计算所有候选区域的并集，此并集即为异物区域。