[发明专利]视频质量智能检测系统

权利要求书

1.一种视频质量智能检测系统，其包括：摄像头、通讯单元、视频质量智能检测系统、统计对比、输出运维报表，摄像头通过通讯单元连接视频质量智能检测系统，视频质量检测系统对视频数据进行全方位智能化分析输出摄像头的工作状态和监控系统的运维报表。

2.如权利要求1所述的视频质量检测系统，其特征在于：包括以下功能模块：

1、视频质量检测：

（1）清晰度异常

该模块用于检测镜头聚焦不当、镜头老化、含有水汽、雾气等因素导致的视频清晰度异常，

清晰度检测分两个模块：对比度和失焦程度，

对比度的检测步骤如下：

步骤1：获取原始图像                                               数据；

步骤2：计算图像的梯度，这里使用Sobel算子：

、与原始图像做卷积，则原始图像的梯度图表示为，表示像素点的坐标，

步骤3：计算图像梯度的极值点；

步骤4：计算极值点的连通域；

步骤5：用梯度最强的连通域来表示图像的对比度，

失焦程度检测的步骤如下：

步骤1：获取原始图像数据；

步骤2：对原始图像做一次模糊处理，记为；

步骤3：使用Sobel算子、计算图像和的梯度图和；

步骤4：的值表示图像的模糊程度，其值越大表示图像的模糊程度越大，越小表示图像的清晰度越大，

步骤5：调整输出结果使其更符合人眼视觉系统，

（2）亮度异常

该模块用于检测摄像头故障、增益控制紊乱、照明条件异常或人为恶意遮挡等原因引起的视频画面过暗、过亮，

亮度异常检测的步骤如下：

步骤1：获取原始图像数据；

步骤2：计算图像灰度直方图，大致确定图像的明暗程度；

步骤3：分块计算图像的均值、方差，并对该结果进行统计精细化图像的明暗程度；

（3）画面干扰

该模块用于检测视频图像获取和传输过程中引入的各种干扰，如噪声、条纹、雪花等干扰现象，

画面干扰检测分两个模块：噪声（特指密集性的随机性干扰）和条纹干扰检测，

噪声干扰检测的步骤如下：

步骤1：获取图像序列；

步骤2：计算帧差图；

步骤3：将分成一系列块，将分成运动块和非运动块；

步骤4：计算非运动块的方差；

步骤5：计算非运动块方差的直方图，根据直方图的形状确定干扰的强度；

条纹干扰检测的步骤如下：

步骤1：获取图像数据；

步骤2：计算图像行均值序列；

步骤3：选取中凹形或凸形的区域作为图像条纹的候选区；

步骤4：对分块计算行均值的形状，判断其是否都比较相似，如果候选区的行均值图像形状和分块后的行均值形状都满足凹形或凸形，则说明该区域为条纹区域；

步骤5：用条纹区域的面积和条纹的畸变程度来确定条纹干扰的程度；

（4）色彩异常

该模块用于检测摄像头故障导致的视频画面大面积偏色，

其检测步骤如下：

步骤1：获取视频图像数据；

步骤2：将图像色彩空间转换到Lab空间；

步骤3：计算色度的均值D和色度中心距M：

                                      （1）

                                                   （2）

                        （3）

                                              （4）

步骤4：用D/M的值来表示图像偏色程度，其值越大则偏色越严重，越小则说明偏色程度越小；

（5）画面冻结

该模块用于检测视频画面的冻结异常，冻结指画面内容长时间不更新，

其检测步骤如下：

步骤1：获取视频图像序列；

步骤2：判断图像帧间是否不发生任何变化，如果是则说明视频冻结，如果不是则继续下一步处理；

步骤3：判断图像上的时间戳帧间的变化情况，如果长时间不变则说明视频冻结，否则视频不存在冻结现象；

（6）抖动

该模块用于检测摄像头不稳定、外部强烈震动等引起的摄像头持续性抖动，

其检测步骤如下所示：

步骤1：获取视频图像序列；

步骤2：标记图像的纹理区域；

步骤3：计算纹理区域的光流，得到各个块的运动方向，本发明中应用了LK光流计算法，其主要的计算原理及步骤为：

光流计算假定灰度恒定：

                                      （5）

将上式用泰勒展开，并舍去高阶无穷小后得到：

                                                 （6）

设x、y方向的运动速度为u、v：

                                                 （7）

则光流的计算公式演变为：

                                  （8）

LK光流计算方法提出了局部平滑约束，即假设在一个小的空间邻域上运动矢量保持恒定，然后使用最小二乘法估计光流，每个邻域上的光流计算的主要公式为：

                                 （9）

                                                   （10）

步骤4：统计方向直方图，利用方向直方图确定图像是否存在主运动方向，并记录其主运动方向；

步骤5：统计多帧图像的运动方向，并结合抖动的来回运动特性确定是否存在抖动；

（7）信号异常

该模块用于检测摄像头故障、线路故障等引起的视频信号丢失、信号不稳定等现象，

信号异常检测分为两个检测模块：无视频信号和视频剧变检测，

无视频信号检测的步骤如下所示：

步骤1：获取视频图像数据；

步骤2：计算图像直方图；

步骤3：根据直方图判断其是否为蓝屏，如果是则说明无视屏信号，否则做进一步的检测；

步骤4：对图像中间区域进行字符定位，并进行字符识别确定是否存在“无视频信号”字符，如果存在则说明视频无视频信号，如果不是则说明视频有信号；

（8）PTZ检测

     该模块用于检测PTZ相机的平移、放大、缩小、聚焦等功能是否存在故障，该部分检测需要在检测前发送相应的运动指令，如检测PTZ相机的平移功能是否存在故障，则在检测前就需要发送运动指令，然后获取视频图像序列判断其是否发生平移，如果发生平移则说明PTZ的平移功能正常；

     PTZ的运动状态判断包括两个子模块：平移、放大、缩小检测模块和聚焦检测模块，

     平移、放大、缩小检测的步骤如下：

步骤1：获取视频图像序列；

步骤2：标记图像的纹理区域；

步骤3：计算纹理区域的光流，得到各个块的运动方向，其光流计算方法和抖动检测中的光流计算类似；

步骤4：统计方向直方图，利用方向直方图确定图像的运动状态（静止、移动、放大、缩小），

步骤5：统计一段时间内的运动状态，进一步确认摄像头的运动状态；

聚焦检测步骤如下：

步骤1：获取视频图像序列；

步骤2：计算每帧图像清晰度；

步骤3：判断图像序列的清晰度是否满足单调的平稳性变化趋势，如果满足则说明摄像头存在聚焦动作，否则不存在聚焦动作，

2、检测结果查询与统计

    通过轮询诊断的方式，诊断监控网络中的所有摄像头的工作状态，对诊断结果进行保存和统计，供相关人员查询，

3、维修信号输出

    输出诊断结果，对存在异常的摄像头进行报警指示并生成运作维护的报表提供给相关的维护人员，维护人员根据摄像头的工作状态指示对监控网络进行维护。