[发明专利]一种基于快速傅里叶变换检测滚屏的方法

说明书

技术领域

本发明涉及及计算机数字视频处理领域，具体是一种基于快速傅里叶变换检测滚屏的方法。

背景技术

目前，视频质量问题一般表现为条纹滚动干扰（滚屏）、雪花干扰、网状干扰、扭曲干扰、跳动干扰等。由于人工监测视频质量工作量大且不可靠，自动检测视频质量是未来发展的趋势。滚屏表现为条纹往某个方向匀速的移动，所以滚屏具有以下几个性质：

(a) 周期性，对于滚屏的周期性，可以通过分析频率来判断。傅里叶变换是一种计算频率常用方法。傅里叶变换的实质是将一个信号分离为无穷多多正弦/复指数信号的加成，从而能够分析出信号的频谱构成。

(b) 匀速移动，对于条纹匀速移动的性质，可以利用相邻两帧图像帧差来判断。由于相邻两帧图像之间的时间间隔非常短，对于正常的视频来说几乎没有差别，除非视频中有运动的物体；对于存在干扰的特殊视频来说，可能会有差别，比如噪声干扰。但是这些差别都是随机的，没有持续性或者一致性。而滚屏的帧差是条纹滚动产生的区域，由于条纹匀速移动，这个区域的面积是稳定的，有持续性和一致性。

(c) 条纹形状一般固定。

发明内容

本发明为了解决用计算机视觉技术自动识别视频中的滚屏干扰，提供了一种基于快速傅里叶变换滚屏检测方法。

采用的技术方案：一种基于快速傅里叶变换检测滚屏的方法，具体包括步骤如下：S100. 针对视频中条纹滚动的周期性，通过快速傅里叶变换计算出条纹滚动频率;

S200. 针对视频中条纹滚动的匀速性，计算相邻两帧图像之差区域面积;

S300. 最后运用概率统计数学工具实现结果的量化，来判断是否存在滚屏。

进一步，在所述步骤S100中，要求采集点个数为N=[20,50]之间，在视频上随机选取N 个采集点，分别对该N个采集点采集512个数据，该512个数据为[N*512]个灰度值。

进一步，在所述步骤S100中，对512个数据根据                                                傅里叶变换，求出各个采集点灰度值序列的主频，根据所述傅里叶变换得出频谱上最大幅值对应的频率为主频。

进一步，根据求所有主频的均值，根据求所有主频的方差。

进一步，上述所有主频均值大于对应的阈值，所有主频方差小于对应的阈值，则周期频率存在，否则不存在。

进一步，在所述步骤S200中，采集513帧视频上的灰度值数据，将连续两帧视频上的灰度值数据根据和求帧差面积，存储512个数据。

 

进一步，根据求所有帧差面积的均值，根据求所有帧差面积的方差。 

进一步，如上述所有帧差面积求均值大于对应的阈值，所有帧差面积方差小于对应的阈值，匀速滚动干扰存在，否则不存在。

进一步，上述阈值通过测试预设数量的滚屏得到预设数量的主频均值和预设数量的主频方差，取最小的主频均值作为其参考阈值，取最大的主频方差作为其参考阈值，同时得到预设数量的帧差面积均值和预设数量的帧差面积方差，取最小的帧差面积均值作为其参考阈值，取最大的帧差面积方差作为其参考阈值。

进一步，在所述步骤S300中，周期频率存在，匀速滚动干扰存在，则判定滚屏干扰，否则不存在滚屏干扰。

本发明的优点：通过滚屏的周期性和条纹匀速移动的特点，再通过概率统计等数学工具，自动判断视频中是否存在滚动干扰。减少人力成本，同时提高了判断视频质量的可靠性。由于本发明采用傅里叶变换，可以精确地计算条纹滚动的频率，为后续开发提供了参考数据。 简言之，本发明是一个自动、精确的滚屏检测系统。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例。

图1是本发明的实现流程图；

图2是滚屏上某点的灰度值变化图；

图3是对图2上该点512个灰度数据进行快速傅里叶变换后的频谱图；

图4是正常视频上某点的灰度值变化图；

图5是对图4上该点512个灰度数据进行快速傅里叶变换后的频谱图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。