[发明专利]基于图像灰度分布特征的视频抖动检测方法

摘要

本发明涉及一种基于图像灰度分布特征的视频抖动检测方法，包括第一步，分别统计行灰度值和列灰度值，计算行灰度值的期望和方差以及列灰度值的期望和方差；第二步，在行方向上做个假设检验，判定在垂直方向有无发生抖动；第三步，在列方向做个假设检验，判定在水平方向有无发生抖动。本发明在判断视频有无发生抖动时，可以将部分物体发生移动和视频抖动区分开来，计算量小，检测效率快，检测准确率高，算法实时性好。

主权项

基于图像灰度分布特征的视频抖动检测方法,其特征在于包括如下步骤：步骤1：截取视频里前后相邻的两帧图像；步骤2：将截取的两帧图像转换到灰度空间；步骤3：统计前一帧图像的每行灰度值和每列灰度值,计算出行灰度均值和行灰度方差值以及列灰度均值和列灰度方差值；步骤4：统计后一帧图像的每行灰度值和每列灰度值,计算出行灰度均值和行灰度方差值以及列灰度均值和列灰度方差值；步骤5：对步骤3和步骤4计算得到的前后两帧图像的行灰度均值和行灰度方差做一个行假设检验，获得一个行检验因子；步骤6：对步骤3和步骤4计算得到的前后两帧的列灰度均值和列灰度方差做一个列假设检验，获得一个列检验因子；步骤7：将步骤5和步骤6计算得到的行检验因子和列检验因子分别与给定的阈值做比较，如果其中一个超出阈值，则判定前一帧图像为抖动帧；步骤8：统计整个视频中，抖动帧所占的比例，如果超过设定抖动阈值，则判定该视频发生抖动；步骤5中所述的行检验因子的计算方法如下：行检验因子其中，分别是前一帧图像的行灰度均值和行灰度方差，分别是后一帧图像的行灰度均值和行灰度方差；步骤6中所述的列检验因子的计算方法如下：列检验因子其中，分别是前一帧图像的列灰度均值和列灰度方差，分别是后一帧的列灰度均值和列灰度方差；其中，A是图像的行数，B是图像列数。