[发明专利]一种基于核相关滤波和结构相似性的视频抖动检测方法

说明书

本发明提供了一种基于核相关滤波和结构相似性的视频抖动检测方法，所述方法包括：在视频中的目标选取后，利用核相关滤波算法跟踪目标区域，并通过结构相似性特征调整尺度大小，随后对比目标原先所处的位置进行抖动检测，并在显示屏上面显示出直观的结果。本发明通过采用上述技术，基于图像检测和目标跟踪，并不需要在监控摄像头上面额外添加物理构件，有效降低成本，且算法鲁棒性高，能适应大部分复杂的交通场景；对于仅仅靠HOG特征检测的算法，本发明增设了新的特征来辅助矫正目标的检测，可以提高准确率；计算速度可以达到实时性的标准，能够快速准确地实现抖动检测。

技术领域

本发明涉及视频监控技术领域，具体是一种基于核相关滤波和结构相似性的视频抖动检测方法。

背景技术

视频监控系统作为视觉物联网的重要组成部分，随着近年来强劲快速的发展，其日常维护的矛盾日趋激烈。目前大部分视频监控系统面临着高效实时性智能分析与低效滞后的人工故障排查的矛盾。这些数量庞大的视频监控系统的运行和维护工作主要靠人工检测和处理。如何提高视频监控系统运行维护工作的效率，及时了解前端视频设备的运行情况，建设智能化的视频监控质量诊断系统成为视频监控领域迫切需要解决的实际问题。

在视频监控中，摄像头一般都是固定在某个位置，因此造成视频画面抖动现象的原因主要有：摄像头受到环境的干扰(比如强风)发生有规律的摆动从而造成图像的上下或左右抖动；或是摄像头正在被人移动，造成画面抖动。任何一种情况，都会导致画面出现周期性振颤或不规则扭曲，都意味着摄像头工作出现了异常，系统都需要发生报警，引起工作人员的警戒。

针对视频质量诊断系统中的画面抖动异常检测问题，国内外学术界、工业界提出了许多解决方案。其中较为接近的方法包括：基于前—后向光流点匹配运动熵的视频抖动检测算法(江爱文，刘长红，王明文。基于前—后向光流点匹配运动熵的视频抖动检测算法。计算机应用，2013，33(10):2918－2921)提出利用图像序列中的像素强度数据的时域变化和相关性来确定各自像素位置的“运动”。该方法的缺陷在于光流法在对于像素大的监控来说，速度过于缓慢。在对实时性要求苛刻的情况下并不适用。由于变化的光线会被错误地识别为光流,因此该方法对光线敏感,从而会影响到识别效果且不适用于长时间跟踪。所以该算法也不适用于复杂环境下的视频抖动检测，对于交通路口、商场口等人流量大的区域并没有什么效果。

综上所述，当前解决方案都有一定的局限性，无法在交通路口等视频监控中发挥出有效的作用。

发明内容

为克服现有技术上的不足，本发明的目的在于提供一种基于相关滤波和结构相似性的视频抖动检测方法。本发明利用核相关滤波算法跟踪目标区域，并通过SSIM结构相似性特征调整尺度大小，并在显示屏上给出直观结果。

所述的一种基于相关滤波和结构相似性的视频抖动检测方法，其特征包括如下步骤：

步骤1：读取视频中的第1帧图像，选取图片固定不动的目标，设置矩形区域R＝(x₀,y₀,w,h)，从第1帧图像中截取区域R对应的子图像，保存为采样图像X，同时保存作为模板图像T；其中，w和h分别图像X和T的宽度和高度，(x₀,y₀)表示区域R左上角在第1帧图像中的坐标；定义搜索区域为S＝(x_s,y_s,w_s,h_s)，其中，(x_s,y_s)表示搜索区域S的左上角坐标，w_s和h_s分别表示搜索区域S的宽度和高度，(x_s,y_s,w_s,h_s)根据公式(1)计算：