[发明专利]一种视频噪声量化计算方法及系统

说明书

技术领域

本发明涉及视频处理领域，特别是一种视频噪声量化计算方法及系统。

背景技术

随着社会经济的快速发展，安防监控市场急剧扩张，视频监控的摄像机、DVR数目几何级增长，如何有效的利用和管理这些海量数据和视频，是安防监控行业必须需要解决的一个重要问题。

视频噪声量化计算技术是一种基于视频图像信息的计算机人工智能技术。和基于视频图像内容分析的智能算法不同，视频噪声量化计算技术采用国际领先的计算机图像处理和机器学习算法，对视频图像的信息进行分析，对视频中的噪声进行量化分析，对噪声干扰过大的异常事件进行检测、分析、量化、统计和报警。

相对视频图像内容的智能分析技术，基于视频图像信息分析的视频噪声量化计算技术主要提供智能化的视频监控管理，某种意义上真正实现海量视频的智能化监控管理，对视频进行监控、统计和管理，对出现的异常视频进行报警和分析，大大减少无效视频的数量，提高安防监控的效率。另外，视频质量分析诊断技术不仅能够进行大规模的监控视频状态的轮巡智能分析，还可以嵌入到相关设备中，针对设备采集的视频进行实时状态智能监控，实时检测出视频异常状况并报警。

发明内容

本发明的主要目的在于解决现有技术中存在的问题，提供一种视频噪声量化计算方法及系统。

本发明的目的是通过下述技术方案予以实现的：

一种视频噪声量化计算方法，其特征在于，包括：

输入原始视频图像；

对所述原始视频图像进行边缘计算，得到原始视频图像的边缘图像；

根据所述原始视频图像计算当前帧图像与前帧图像之间的帧差运动图像；

对所得到的帧差运动图像进行拉普拉斯变换，得到噪声初步分布图；

对所得到的噪声初步分布图与原始视频图像的边缘图像中对应点做异或处理，从而得到视频图像噪声分布图。

所述对原始视频图像进行的边缘计算，包括如下步骤：

对所述原始视频图像在YUV色彩空间下Y、U、V三个分量各进行X轴和Y轴的Sobel边缘计算，分别得到X轴和Y轴方向的Sobel边缘图像；

对所述X轴和Y轴方向的Sobel边缘图像分别进行Canny边缘计算，通过得到原始视频图像的Y、U、V三个分量的Sobel边缘图像，并根据预先给定的阈值统计图像中边缘点数目，得到Y、U、V三个分量的canny边缘图像。

所述对原始视频图像进行的边缘计算的步骤中还包括：

根据所统计出的图像中的边缘点数目与预定的边缘点数目范围调整所述预先给定的阈值，使得得到的canny边缘图像中的边缘点数目在该预定的边缘点数目范围之内。

所述对帧差运动图像进行拉普拉斯变换，包括如下步骤：

对所述帧差运动图像基于第一拉普拉斯变换算子进行第一拉布拉斯变换计算，并统计得到的值的大小和数目；所述第一拉普拉斯算子为1-21-24-21-21.]]>

所述对帧差运动图像进行拉普拉斯变换，还包括：

对所述经第一拉普拉斯变换得到的值进行阈值判断，对于小于第一阈值的图像点进行第二拉普拉斯变换；

对需要进行第二拉普拉斯变换的图像点基于第二拉普拉斯变换算子进行第二拉布拉斯变换计算，并统计得到的值的大小和数目。