一種視頻圖像中異常條紋的檢測(cè)方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像技術(shù)領(lǐng)域，特別是涉及視頻圖像的檢測(cè)和管理技術(shù)領(lǐng)域，具體為 一種視頻圖像中異常條紋的檢測(cè)方法及系統(tǒng)。
【背景技術(shù)】
[0002] 視頻（Video)泛指將一系列靜態(tài)影像以電信號(hào)的方式加以捕捉、紀(jì)錄、處理、儲(chǔ) 存、傳送與重現(xiàn)的各種技術(shù)。連續(xù)的圖像變化每秒超過24幀（frame)畫面以上時(shí)，根據(jù)視 覺暫留原理，人眼無法辨別單幅的靜態(tài)畫面；看上去是平滑連續(xù)的視覺效果，這樣連續(xù)的畫 面叫做視頻。視頻技術(shù)最早是為了電視系統(tǒng)而發(fā)展，但現(xiàn)在已經(jīng)發(fā)展為各種不同的格式以 利消費(fèi)者將視頻記錄下來。網(wǎng)絡(luò)技術(shù)的發(fā)達(dá)也促使視頻的紀(jì)錄片段以串流媒體的形式存在 于因特網(wǎng)之上并可被電腦接收與播放。視頻與電影屬于不同的技術(shù)，后者是利用照相術(shù)將 動(dòng)態(tài)的影像捕捉為一系列的靜態(tài)照片。
[0003] 智能化安防技術(shù)隨著科學(xué)技術(shù)的發(fā)展與進(jìn)步和二十一世紀(jì)信息技術(shù)的騰飛已邁 入了一個(gè)全新的領(lǐng)域，智能化安防技術(shù)與計(jì)算機(jī)之間的界限正在逐步消失。物聯(lián)網(wǎng)技術(shù)的 普及應(yīng)用，使得城市的安防從過去簡(jiǎn)單的安全防護(hù)系統(tǒng)向城市綜合化體系演變，城市的安 防項(xiàng)目涵蓋眾多的領(lǐng)域，有街道社區(qū)、樓宇建筑、銀行郵局、道路監(jiān)控、機(jī)動(dòng)車輛、警務(wù)人員、 移動(dòng)物體、船只等。特別是針對(duì)重要場(chǎng)所，如：機(jī)場(chǎng)、碼頭、水電氣廠、橋梁大壩、河道、地鐵等 場(chǎng)所，引入物聯(lián)網(wǎng)技術(shù)后可以通過無線移動(dòng)、跟蹤定位等手段建立全方位的立體防護(hù)。
[0004]目前，智能安防的監(jiān)控設(shè)備越來越普及，由監(jiān)控設(shè)備聯(lián)網(wǎng)所構(gòu)成的監(jiān)控網(wǎng)絡(luò)也越 來越龐大，這就需要對(duì)監(jiān)控設(shè)備的工作狀態(tài)進(jìn)行自動(dòng)檢測(cè)并對(duì)出現(xiàn)的異常情況進(jìn)行報(bào)警。 在監(jiān)控視頻畫面出現(xiàn)異常的情況中，視頻畫面出現(xiàn)條紋異常，使得圖像中目標(biāo)的識(shí)別變得 困難，影響觀看者視覺感受。如果該種異常沒有被及時(shí)檢測(cè)并處理，會(huì)導(dǎo)致監(jiān)控系統(tǒng)在無人 看管的情況下，處于無效監(jiān)控狀態(tài)?，F(xiàn)有的檢測(cè)方法運(yùn)用的方法繁瑣，不能達(dá)到實(shí)時(shí)檢測(cè)并 且檢測(cè)準(zhǔn)確率不高。

【發(fā)明內(nèi)容】

[0005] 鑒于以上所述現(xiàn)有技術(shù)的缺點(diǎn)，本發(fā)明的目的在于提供一種視頻圖像中異常條紋 的檢測(cè)方法及系統(tǒng)，用于解決現(xiàn)有技術(shù)中視頻圖像出現(xiàn)條紋異常時(shí)無法準(zhǔn)確實(shí)時(shí)檢測(cè)的問 題。
[0006] 為實(shí)現(xiàn)上述目的及其他相關(guān)目的，本發(fā)明提供一種視頻圖像中異常條紋的檢測(cè)方 法，所述視頻圖像中異常條紋的檢測(cè)方法包括以下步驟：1)讀取當(dāng)前的視頻幀圖像；2)對(duì) 所述當(dāng)前的視頻幀圖像進(jìn)行RGB通道分離處理，分別獲取R通道的灰度圖、G通道的灰度圖 和B通道的灰度圖；3)選取任一通道的灰度圖進(jìn)行Hough變換并獲取所選取的通道的灰度 圖中的滿足預(yù)設(shè)條件的直線；4)判斷所述直線的數(shù)量是否滿足直線數(shù)量閾值并在所述直 線的數(shù)量滿足所述直線數(shù)量閾值時(shí)，確認(rèn)所選取的通道的灰度圖中存在異常條紋；重復(fù)步 驟3)和步驟4)，檢測(cè)其它兩個(gè)通道的灰度圖中是否存在異常條紋；5)在所述R通道的灰度 圖、所述G通道的灰度圖和所述B通道的灰度圖中至少一個(gè)存在異常條紋時(shí)，確認(rèn)所述當(dāng)前 的視頻幀圖像中存在異常條紋。
[0007] 優(yōu)選地，在所述R通道的灰度圖、所述G通道的灰度圖和所述B通道的灰度圖中至 少一個(gè)通道的灰度圖中存在異常條紋時(shí)，所述視頻圖像中異常條紋的檢測(cè)方法還包括：判 斷所述異常條紋的持續(xù)顯示時(shí)間是否達(dá)到時(shí)間閾值，并在所述異常條紋的持續(xù)顯示時(shí)間達(dá) 到所述時(shí)間閾值時(shí)，再確認(rèn)所述當(dāng)前的視頻幀圖像中存在異常條紋。
[0008] 優(yōu)選地，所述視頻圖像中異常條紋的檢測(cè)方法還包括：在確認(rèn)所述當(dāng)前的視頻幀 圖像中存在異常條紋時(shí)進(jìn)行報(bào)警提示。
[0009]優(yōu)選地，選取任一通道的灰度圖進(jìn)行Hough變換并檢獲取所選取的通道的灰度圖 中的滿足預(yù)設(shè)條件的直線具體包括：選取任一通道的灰度圖進(jìn)行邊緣檢測(cè)，獲取邊緣檢測(cè) 圖像；對(duì)獲取的所述邊緣檢測(cè)圖像進(jìn)行Hough直線檢測(cè)，得到Hough矩陣；根據(jù)所述Hough 矩陣獲取所選取的通道的灰度圖中的滿足預(yù)設(shè)條件的直線。
[0010] 優(yōu)選地，所述滿足預(yù)設(shè)條件的直線具體為：所述直線的長度和傾斜角度滿足的預(yù) 設(shè)的長度和傾斜角度。
[0011] 為實(shí)現(xiàn)上述目的，本發(fā)明還提供一種視頻圖像中異常條紋的檢測(cè)系統(tǒng)，所述視頻 圖像中異常條紋的檢測(cè)系統(tǒng)包括：圖像讀取模塊，用于讀取當(dāng)前的視頻幀圖像；灰度圖模 塊，與所述圖像讀取模塊相連，用于對(duì)所述圖像讀取模塊中讀取的所述當(dāng)前的視頻幀圖像 進(jìn)行RGB通道分離處理，分別獲取R通道的灰度圖、G通道的灰度圖和B通道的灰度圖；直 線獲取模塊，與所述灰度圖模塊相連，用于選取任一通道的灰度圖進(jìn)行Hough變換并獲取 所選取的通道的灰度圖中的滿足預(yù)設(shè)條件的直線；判斷確認(rèn)模塊，與所述直線獲取模塊相 連，用于判斷所述直線的數(shù)量是否滿足直線數(shù)量閾值并在所述直線的數(shù)量滿足所述直線數(shù) 量閾值時(shí)，確認(rèn)所選取的通道的灰度圖中存在異常條紋；異常條紋模塊，與所述判斷確認(rèn)模 塊相連，用于在所述R通道的灰度圖、所述G通道的灰度圖和所述B通道的灰度圖中至少一 個(gè)存在異常條紋時(shí)，確認(rèn)所述當(dāng)前的視頻幀圖像中存在異常條紋。
[0012] 優(yōu)選地，所述視頻圖像中異常條紋的檢測(cè)系統(tǒng)還包括：持續(xù)時(shí)間判斷模塊，與所述 判斷確認(rèn)模塊相連，用于在所述R通道的灰度圖、所述G通道的灰度圖和所述B通道的灰度 圖中至少一個(gè)通道的灰度圖中存在異常條紋時(shí)判斷所述異常條紋的持續(xù)顯示時(shí)間是否達(dá) 到時(shí)間閾值；在所述異常條紋的持續(xù)顯示時(shí)間達(dá)到所述時(shí)間閾值時(shí)，所述異常條紋模塊再 確認(rèn)所述當(dāng)前的視頻幀圖像中存在異常條紋。
[0013] 優(yōu)選地，所述視頻圖像中異常條紋的檢測(cè)系統(tǒng)還包括：報(bào)警提示模塊，與所述異常 條紋模塊相連，用于在確認(rèn)所述當(dāng)前的視頻幀圖像中存在異常條紋時(shí)進(jìn)行報(bào)警提示。
[0014] 優(yōu)選地，所述直線獲取模塊包括：邊緣檢測(cè)圖像單元，用于選取任一通道的灰度圖 進(jìn)行邊緣檢測(cè)，獲取邊緣檢測(cè)圖像；矩陣單元，與所述邊緣檢測(cè)圖像單元相連，用于對(duì)獲取 的所述邊緣檢測(cè)圖像進(jìn)行Hough直線檢測(cè)，得到Hough矩陣；直線獲取單元，與所述矩陣單 元相連，用于根據(jù)所述Hough矩陣獲取所選取的通道的灰度圖中的滿足預(yù)設(shè)條件的直線。
[0015] 優(yōu)選地，所述直線獲取單元中，所述滿足預(yù)設(shè)條件的直線具體為：所述直線的長度 和傾斜角度滿足的預(yù)設(shè)的長度和傾斜角度。
[0016]如上所述，本發(fā)明的一種視頻圖像中異常條紋的檢測(cè)方法及系統(tǒng)，具有以下有益 效果：
[0017] 本發(fā)明通過對(duì)當(dāng)前的視頻幀圖像進(jìn)行RGB通道分離處理，分別獲取R通道的灰度 圖、G通道的灰度圖和B通道的灰度圖中條紋呈現(xiàn)的邊緣以及這些邊緣是連續(xù)的直線的特 征，通過對(duì)原條紋圖像進(jìn)行Hough變換進(jìn)行直線的檢測(cè)，分析檢測(cè)出各灰度圖中的直線的 個(gè)數(shù)以及傾斜角度，從而檢測(cè)出視頻圖像出現(xiàn)條紋異常的情況，解決了現(xiàn)有技術(shù)中由于電 磁干擾等原因?qū)е碌囊曨l圖像出現(xiàn)條紋異常，系統(tǒng)無法準(zhǔn)確實(shí)時(shí)檢測(cè)的問題。本發(fā)明檢測(cè) 準(zhǔn)確性高，實(shí)時(shí)性好，可以廣泛應(yīng)用于現(xiàn)有的智能安防系統(tǒng)中的視頻圖像的異常條紋檢測(cè) 中。
【附圖說明】
[0018] 圖1顯示為本發(fā)明的視頻圖像中異常條紋的檢測(cè)方法的流程示意圖。
[0019] 圖2顯示為本發(fā)明的視頻圖像中異常條紋的檢測(cè)系統(tǒng)的結(jié)構(gòu)示意圖。
[0020] 元件標(biāo)號(hào)說明
[0021] 1 視頻圖像中異常條紋的檢測(cè)系統(tǒng)
[0022] 11 圖像讀取模塊
[0023] 12 灰度圖模塊
[0024] 13 直線獲取模塊
[0025] 14 判斷確認(rèn)模塊
[0026] 15 異常條紋模塊
[0027] 16 持續(xù)時(shí)間判斷模塊
[0028] 17 報(bào)警提示模塊
[0029] S11 ~S15 步驟
【具體實(shí)施方式】
[0030] 以下通過特定的具體實(shí)例說明本發(fā)明的實(shí)施方式，本領(lǐng)域技術(shù)人員可由本說明書 所揭露的內(nèi)容輕易地了解本發(fā)明的其他優(yōu)點(diǎn)與功效。本發(fā)明還可以通過另外不同的具體實(shí) 施方式加以實(shí)施或應(yīng)用，本