本申請(qǐng)是針對(duì)申請(qǐng)?zhí)枮椋?015109102768，申請(qǐng)日：2015-12-10，名稱為“一種視頻質(zhì)量診斷方法和系統(tǒng)”的發(fā)明專利的分案申請(qǐng)。

本發(fā)明涉及一種視頻分析技術(shù)領(lǐng)域，具體地說(shuō)，是涉及一種視頻質(zhì)量診斷方法和系統(tǒng)。

背景技術(shù)：

隨著平安城市的大力推進(jìn)，視頻監(jiān)控系統(tǒng)越來(lái)越普及。但是，視頻監(jiān)控系統(tǒng)可能出現(xiàn)各種故障，從視頻質(zhì)量方面主要包括：視頻信號(hào)丟失、視頻模糊、圖像灰度異常、圖像過(guò)亮、圖像過(guò)暗、圖像遮擋、圖像偏色、增益紊亂、畫面凍結(jié)等。單靠人工巡檢和維護(hù)需要耗費(fèi)大量的人力物力，視頻質(zhì)量診斷系統(tǒng)便應(yīng)需而生，通過(guò)對(duì)接入視頻智能分析，得到診斷結(jié)果，并對(duì)異常情況報(bào)警。

專利cn102395043a公開了一種視頻質(zhì)量診斷方法，包括以下步驟：s101、通過(guò)轉(zhuǎn)發(fā)服務(wù)器從來(lái)自遠(yuǎn)程的、待診斷的攝像頭獲取視頻數(shù)據(jù)；s102、在預(yù)設(shè)的一定時(shí)間范圍內(nèi)對(duì)所述視頻數(shù)據(jù)的各項(xiàng)指標(biāo)進(jìn)行檢測(cè)，并給出診斷結(jié)果；其中，步驟s101和步驟s102異步執(zhí)行，且在緩存一定數(shù)量的視頻數(shù)據(jù)之后，再進(jìn)行檢測(cè)，并根據(jù)檢測(cè)結(jié)果對(duì)視頻質(zhì)量給出診斷結(jié)果。上述專利通過(guò)對(duì)視頻數(shù)據(jù)的圖像清晰度、視頻丟失率、畫面偏色度、畫面增益失衡度、對(duì)比度、畫面劇變度、畫面凍結(jié)度、畫面抖動(dòng)度、穩(wěn)定條紋干擾度、橫紋疊加度和噪聲大小這些指標(biāo)的檢測(cè)方式，實(shí)現(xiàn)了一種視頻質(zhì)量診斷方法。

上述專利要求緩存一定數(shù)量的視頻數(shù)據(jù)之后，再進(jìn)行檢測(cè)，如果使用輪詢的方式，需要耗費(fèi)一定的存儲(chǔ)空間。而且涉及的圖像分析方法比較復(fù)雜。例如，要求在步驟s101之后步驟s102之前對(duì)所述視頻數(shù)據(jù)進(jìn)行預(yù)處理的步驟：首先對(duì)所述視頻數(shù)據(jù)進(jìn)行消除osd處理；然后進(jìn)行圖像的亮度掩蓋和復(fù)雜度掩蓋處理。清晰度檢測(cè)時(shí)要求邊緣檢測(cè)，視頻信號(hào)丟失檢測(cè)時(shí)要求聚類等，復(fù)雜度增加導(dǎo)致檢測(cè)時(shí)耗增加。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供了一種視頻質(zhì)量診斷方法，解決了現(xiàn)有視頻質(zhì)量診斷方法復(fù)雜并且耗時(shí)較多的技術(shù)問(wèn)題。

為了解決上述技術(shù)問(wèn)題，本發(fā)明采用以下技術(shù)方案予以實(shí)現(xiàn)：

一種視頻質(zhì)量診斷方法，所述方法如下：

步驟1：獲取視頻數(shù)據(jù)；

步驟2：對(duì)獲取的視頻數(shù)據(jù)進(jìn)行抽幀，抽取多幅圖像，將抽取的多幅圖像轉(zhuǎn)換成yuv格式；

步驟3：分別對(duì)多幅yuv格式的圖像的各項(xiàng)指標(biāo)進(jìn)行檢測(cè)，根據(jù)圖像檢測(cè)結(jié)果判斷視頻質(zhì)量，并輸出視頻質(zhì)量診斷結(jié)果；

所述各項(xiàng)指標(biāo)包括圖像信號(hào)丟失、圖像模糊、圖像灰度異常、圖像過(guò)亮過(guò)暗、圖像遮擋、圖像偏色、增益紊亂、畫面凍結(jié)中的一種或幾種。

如上所述的視頻質(zhì)量診斷方法，所述步驟1中獲取視頻數(shù)據(jù)為采用多路同步輪詢的方式獲取視頻數(shù)據(jù)。

如上所述的視頻質(zhì)量診斷方法，所述圖像灰度異常的檢測(cè)方法為：對(duì)多幅圖像分別計(jì)算u、v直方圖，若多幅圖像的u、v值在[128-dis，128+dis]之間的概率均大于設(shè)定閾值，則認(rèn)為視頻灰度異常，其中，dis=10。

如上所述的視頻質(zhì)量診斷方法，所述圖像遮擋的檢測(cè)方法為：將每幅圖像分為n塊圖像，分別判斷每塊圖像是否存在遮擋，計(jì)算每幅圖像存在遮擋的塊數(shù)，若每幅圖像的遮擋塊數(shù)大于設(shè)定值，認(rèn)為所述圖像存在遮擋；若多幅圖像均存在遮擋，則認(rèn)為視頻圖像遮擋。

如上所述的視頻質(zhì)量診斷方法，判斷每塊圖像是否存在遮擋的方法為，分別計(jì)算每塊圖像的灰度直方圖，計(jì)算概率最大值mg（i）和均方差sigma（i），i=1、2、…、n；若p（[mg（i）-10，mg（i）+10]）＞設(shè)定閾值thr1且sigma（i）＜設(shè)定閾值thr2，則認(rèn)為該塊圖像存在遮擋。

如上所述的視頻質(zhì)量診斷方法，所述圖像偏色的檢測(cè)方法為：將圖像轉(zhuǎn)換為rgb格式；分別計(jì)算r、g、b和灰度分布直方圖，計(jì)算r通道的均值、g通道的均值、b通道的均值和灰度均值，計(jì)算r通道的均值、g通道的均值、b通道的均值與灰度均值的差的絕對(duì)值并選擇差的絕對(duì)值的最大值，若r通道的均值、g通道的均值、b通道的均值與灰度均值的差的絕對(duì)值并選擇差的絕對(duì)值的最大值＞設(shè)定閾值thr1，則認(rèn)為所述圖像存在偏色；若多幅圖像均存在偏色，則認(rèn)為視頻圖像偏色。

如上所述的視頻質(zhì)量診斷方法，若r通道的均值、g通道的均值、b通道的均值與灰度均值的差的絕對(duì)值并選擇差的絕對(duì)值的最大值≤設(shè)定閾值thr1，則計(jì)算灰度過(guò)亮處r通道的均值、g通道的均值、b通道的均值與灰度均值的差的絕對(duì)值，若灰度過(guò)亮處r通道的均值、g通道的均值、b通道的均值與灰度均值的差的絕對(duì)值的最大值＞設(shè)定閾值thr2，則認(rèn)為所述圖像存在偏色。

如上所述的視頻質(zhì)量診斷方法，所述灰度過(guò)亮處為灰度均值＞設(shè)定閾值thr1的位置。

基于上述視頻質(zhì)量診斷方法的設(shè)計(jì)，本發(fā)明還提出了一種視頻質(zhì)量診斷系統(tǒng)，所述視頻診斷系統(tǒng)包括：

視頻獲取模塊，用于獲取視頻數(shù)據(jù)；

視頻處理模塊，用于對(duì)獲取的視頻進(jìn)行抽幀，抽取多幅圖像，將抽取的多幅圖像轉(zhuǎn)換成yuv格式；

視頻分析模塊，用于分別對(duì)多幅yuv格式的圖像的各項(xiàng)指標(biāo)進(jìn)行檢測(cè)，根據(jù)圖像檢測(cè)結(jié)果判斷視頻質(zhì)量，并輸出視頻質(zhì)量診斷結(jié)果；

所述各項(xiàng)指標(biāo)包括圖像信號(hào)丟失、圖像模糊、圖像灰度異常、圖像過(guò)亮過(guò)暗、圖像遮擋、圖像偏色、增益紊亂、畫面凍結(jié)中的一種或幾種。

如上所述的視頻質(zhì)量診斷系統(tǒng)，所述視頻獲取模塊采用多路同步輪詢的方式獲取視頻數(shù)據(jù)。

與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點(diǎn)和積極效果是：本發(fā)明視頻質(zhì)量診斷方法將對(duì)視頻的分析轉(zhuǎn)化成對(duì)有限圖像的綜合評(píng)定，能夠在短時(shí)間內(nèi)對(duì)一段較長(zhǎng)時(shí)間的視頻流進(jìn)行分析，診斷有無(wú)視頻質(zhì)量異常。本發(fā)明異常視頻檢測(cè)正確率不低于85%，漏報(bào)率小于10%；在intele3-1230v2的cpu下，輪詢800路視頻耗時(shí)40分鐘，檢測(cè)效率提高了20%。

結(jié)合附圖閱讀本發(fā)明實(shí)施方式的詳細(xì)描述后，本發(fā)明的其他特點(diǎn)和優(yōu)點(diǎn)將變得更加清楚。

附圖說(shuō)明

圖1是本發(fā)明具體實(shí)施例視頻質(zhì)量診斷方法的流程圖。

圖2是本發(fā)明具體實(shí)施例正常圖像和信號(hào)丟失圖像的分布直方圖。

圖3是本發(fā)明具體實(shí)施例的圖像信號(hào)丟失檢測(cè)的流程圖。

圖4是本發(fā)明具體實(shí)施例灰度圖像梯度概率分布直方圖。

圖5是本發(fā)明具體實(shí)施例的圖像模糊檢測(cè)的流程圖。

圖6是本發(fā)明具體實(shí)施例的圖像過(guò)亮過(guò)暗檢測(cè)的流程圖。

圖7是本發(fā)明具體實(shí)施例的圖像灰度異常檢測(cè)的流程圖。

圖8是本發(fā)明具體實(shí)施例的圖像遮擋檢測(cè)的流程圖。

圖9是本發(fā)明具體實(shí)施例的圖像偏色檢測(cè)的流程圖。

圖10是本發(fā)明具體實(shí)施例的畫面凍結(jié)檢測(cè)的流程圖。

圖11是本發(fā)明具體實(shí)施例的系統(tǒng)框圖。

具體實(shí)施方式

下面結(jié)合附圖對(duì)本發(fā)明的具體實(shí)施方式作進(jìn)一步詳細(xì)地說(shuō)明：

如圖1所示，本實(shí)施例提出了一種視頻質(zhì)量診斷方法，包括如下步驟：

步驟1：獲取視頻數(shù)據(jù)，一般為獲取一段時(shí)間的視頻數(shù)據(jù)，例如，獲取的視頻數(shù)據(jù)時(shí)長(zhǎng)為5s。

步驟2：對(duì)獲取的視頻數(shù)據(jù)進(jìn)行抽幀，抽取多幅圖像。例如，可以一秒抽取一幀或幾幀或不抽取，時(shí)長(zhǎng)為5s的視頻數(shù)據(jù)可以抽取5幅圖像。常見視頻如h264視頻為25幀/秒，即每秒25幀，則可以抽取第15、20、28、30、60幀。

將抽取的多幅圖像轉(zhuǎn)換成yuv格式。

步驟3：分別對(duì)多幅yuv格式的圖像的各項(xiàng)指標(biāo)進(jìn)行檢測(cè)，根據(jù)圖像檢測(cè)結(jié)果判斷視頻質(zhì)量，并輸出視頻質(zhì)量診斷結(jié)果。

其中，各項(xiàng)指標(biāo)包括圖像信號(hào)丟失、圖像模糊、圖像灰度異常、圖像過(guò)亮過(guò)暗、圖像遮擋、圖像偏色、增益紊亂、畫面凍結(jié)中的一種或幾種。

優(yōu)選的，為了提高視頻處理效率，步驟1中獲取視頻數(shù)據(jù)為采用多路同步輪詢的方式獲取視頻數(shù)據(jù)。具體的，本實(shí)施例對(duì)多路視頻同時(shí)獲取視頻數(shù)據(jù)，獲取完其中一路時(shí)，即將獲取的該路視頻數(shù)據(jù)進(jìn)行步驟2進(jìn)行抽幀處理，同時(shí)對(duì)下一路視頻進(jìn)行獲取視頻數(shù)據(jù)的操作。例如，需要對(duì)10路視頻進(jìn)行質(zhì)量診斷，本實(shí)施例可同時(shí)對(duì)4路視頻同時(shí)進(jìn)行獲取視頻數(shù)據(jù)的操作，當(dāng)獲取完其中一路時(shí)，本實(shí)施例立即對(duì)第5路視頻進(jìn)行獲取視頻數(shù)據(jù)的操作；當(dāng)再獲取完一路時(shí)，本實(shí)施例立即對(duì)第6路視頻進(jìn)行獲取視頻數(shù)據(jù)的操作，依次循環(huán)。即任意時(shí)刻，本實(shí)施例同時(shí)對(duì)4路視頻同時(shí)進(jìn)行獲取視頻數(shù)據(jù)的操作。

下面對(duì)yuv格式的圖像的各項(xiàng)指標(biāo)進(jìn)行檢測(cè)的具體檢測(cè)方法進(jìn)行說(shuō)明：

1）圖像信號(hào)丟失檢測(cè)：

如圖2所示，信號(hào)丟失圖像大部分像素點(diǎn)的灰度值集中在mg（圖像灰度分布概率最大值對(duì)應(yīng)的灰度值）附近，即若圖像灰度大部分集中在區(qū)間[mg-10，mg+10]內(nèi)，則為信號(hào)丟失。

具體的，如圖3所示，首先計(jì)算圖像的灰度直方圖，計(jì)算概率最大對(duì)應(yīng)的灰度值mg，若p（[mg-10，mg+10]）＞0.7，則認(rèn)為該圖像的信號(hào)丟失。依次處理多幅圖像，若多幅圖像均信號(hào)丟失，則認(rèn)為該路視頻信號(hào)丟失，輸出該路視頻信號(hào)丟失報(bào)警信息。

2）圖像模糊檢測(cè)：

如圖4所示，模糊圖像相鄰點(diǎn)的灰度值相差不大—梯度相差不大，且在梯度分布直方圖中，90%的梯度值集中在[0,10]區(qū)間內(nèi)。

具體的，如圖5所示，首先計(jì)算灰度圖像梯度值，形成梯度概率分布直方圖，若p（[0，10]）＞0.9，則認(rèn)為該圖像模糊。依次處理多幅圖像，若多幅圖像均模糊，則認(rèn)為該路視頻圖像模糊，輸出該路視頻圖像模糊報(bào)警信息。

3）圖像過(guò)亮過(guò)暗檢測(cè)：

通過(guò)對(duì)比統(tǒng)一場(chǎng)景下亮度異常圖像和正常圖像的灰度平均值，發(fā)現(xiàn)過(guò)亮?xí)r均值>設(shè)定閾值thr1，過(guò)暗時(shí)均值<設(shè)定閾值thr2，且這一特性呈現(xiàn)全圖性，即分塊處理后，每個(gè)塊也呈現(xiàn)這種特征。

具體的，如圖6所示，對(duì)圖像分塊處理，分為n塊圖像，計(jì)算每塊圖像的灰度均值avrg（i），i=1、2、…、n；計(jì)算全局灰度均值average=(∑avrg(i))/n，若average＞thr1，且avrg（i）＞thr1，i=1、2、…、n，則認(rèn)為圖像過(guò)亮。若average＜thr2，且avrg（i）＜thr2，i=1、2、…、n，則認(rèn)為圖像過(guò)暗。依次處理多幅圖像，若多幅圖像均過(guò)亮，則認(rèn)為該路視頻圖像過(guò)亮，輸出該路視頻圖像過(guò)亮報(bào)警信息；若多幅圖像均過(guò)暗，則認(rèn)為該路視頻圖像過(guò)暗，輸出該路視頻圖像過(guò)暗報(bào)警信息。

4）圖像灰度異常檢測(cè)：

灰度異常圖像的u、v值集中在128附近（u、v取值范圍[0,255]），即若圖像u、v值大部分集中在區(qū)間[128-dis，128+dis]內(nèi)，則為灰度異常（一般取dis=10）。

具體的，如圖7所示，計(jì)算圖像的u、v直方圖，若p（[128-dis，128+dis]）＞0.9，則認(rèn)為圖像灰度異常，其中，dis=10。分別處理多幅圖像，若多幅圖像均為灰度異常則認(rèn)為該路視頻灰度異常，輸出該路視頻灰度異常報(bào)警信息。

5）圖像遮擋檢測(cè)：

遮擋圖像遮擋部分灰度呈現(xiàn)灰度值比較集中且均方差較小的特點(diǎn)，將圖像分塊，分別計(jì)算灰度直方圖和均方差值，灰度值集中且均方差小于一定閾值的塊存在遮擋。

具體的，如圖8所示，將圖像分為n塊圖像，分別判斷每塊圖像是否存在遮擋，分別計(jì)算每塊圖像的灰度直方圖，計(jì)算概率最大值mg（i）和均方差sigma（i），i=1、2、...、n；若p（[mg（i）-10，mg（i）+10]）＞設(shè)定閾值thr1且sigma（i）＜設(shè)定閾值thr2，則認(rèn)為該塊圖像存在遮擋。計(jì)算圖像存在遮擋的塊數(shù)，若遮擋塊數(shù)大于設(shè)定值，認(rèn)為圖像存在遮擋。若多幅圖像均存在遮擋，則認(rèn)為該路視頻存在圖像遮擋，輸出該路視頻畫面遮擋報(bào)警信息。

6）圖像偏色檢測(cè)：

偏色圖像rgb三通道均值和灰度均值相差較大，局部偏色圖像常常在較亮處存在偏色，即過(guò)亮處三通道偏差均值較大時(shí)存在偏色異常。

如圖9所示，將圖像轉(zhuǎn)換為rgb格式；分別計(jì)算r、g、b和灰度分布直方圖；計(jì)算r通道的均值、g通道的均值、b通道的均值和灰度均值，計(jì)算r通道的均值、g通道的均值、b通道的均值與灰度均值的差的絕對(duì)值并選擇差的絕對(duì)值的最大值max_distance，若r通道的均值、g通道的均值、b通道的均值與灰度均值的差的絕對(duì)值并選擇差的絕對(duì)值的最大值max_distance＞設(shè)定閾值thr1，則認(rèn)為所述圖像存在偏色。若r通道的均值、g通道的均值、b通道的均值與灰度均值的差的絕對(duì)值并選擇差的絕對(duì)值的最大值max_distance≤設(shè)定閾值thr1，則計(jì)算灰度過(guò)亮處r通道的均值、g通道的均值、b通道的均值與灰度均值的差的絕對(duì)值，若灰度過(guò)亮處r通道的均值、g通道的均值、b通道的均值與灰度均值的差的絕對(duì)值的最大值＞設(shè)定閾值thr2，則認(rèn)為所述圖像存在偏色。其中，灰度過(guò)亮處為灰度均值＞設(shè)定閾值thr1的位置。

依次處理多幅圖像，多幅圖像均存在偏色則為該路視頻存在偏色，輸出該路視頻偏色報(bào)警信息。

7）增益紊亂檢測(cè)：

計(jì)算多幅圖像的灰度均值，若任意兩幅圖像的灰度均值之差大于設(shè)定閾值時(shí)，認(rèn)為該路視頻增益紊亂，輸出該路視頻增益紊亂報(bào)警信息。

8）畫面凍結(jié)檢測(cè)：

如圖10所示，凍結(jié)視頻定格在一個(gè)畫面不動(dòng)，則前后兩幀的圖相差為0，將前后兩幀灰度圖像相減，統(tǒng)計(jì)灰度級(jí)為0的個(gè)數(shù)num，若num＞設(shè)定閾值thr，則認(rèn)為視頻畫面凍結(jié)，輸出該路視頻畫面凍結(jié)報(bào)警信息。

基于上述視頻質(zhì)量診斷方法的設(shè)計(jì)，如圖11所示，本實(shí)施例還提出了一種視頻質(zhì)量診斷系統(tǒng)，包括：

視頻獲取模塊，用于獲取視頻數(shù)據(jù)，采用多路同步輪詢的方式獲取視頻數(shù)據(jù)。

視頻處理模塊，用于對(duì)獲取的視頻進(jìn)行抽幀，抽取多幅圖像，將抽取的多幅圖像轉(zhuǎn)換成yuv格式；

視頻分析模塊，用于對(duì)yuv格式的圖像的各項(xiàng)指標(biāo)進(jìn)行檢測(cè)，根據(jù)圖像檢測(cè)結(jié)果判斷視頻質(zhì)量，并輸出視頻質(zhì)量診斷結(jié)果，各項(xiàng)指標(biāo)的具體檢測(cè)過(guò)程如上所述，此處不再詳述。

其中，各項(xiàng)指標(biāo)包括圖像信號(hào)丟失、圖像模糊、圖像灰度異常、圖像過(guò)亮過(guò)暗、圖像遮擋、圖像偏色、增益紊亂、畫面凍結(jié)中的一種或幾種。

當(dāng)然，上述說(shuō)明并非是對(duì)本發(fā)明的限制，本發(fā)明也并不僅限于上述舉例，本技術(shù)領(lǐng)域的普通技術(shù)人員在本發(fā)明的實(shí)質(zhì)范圍內(nèi)所做出的變化、改型、添加或替換，也應(yīng)屬于本發(fā)明的保護(hù)范圍。