• / 7
  • 下載費用:30 金幣  

視頻雪花噪聲檢測方法.pdf

摘要
申請專利號:

CN201610689682.0

申請日:

2016.08.19

公開號:

CN106303512A

公開日:

2017.01.04

當前法律狀態:

授權

有效性:

有權

法律詳情: 授權|||實質審查的生效IPC(主分類):H04N 17/00申請日:20160819|||公開
IPC分類號: H04N17/00; G06T7/00; G06T7/40 主分類號: H04N17/00
申請人: 云賽智聯股份有限公司; 北京智諾英特科技有限公司; 杭州智諾科技股份有限公司
發明人: 梁樹宇; 劉玉宇; 王增鍬; 趙偉; 吳劍清
地址: 200233 上海市徐匯區桂林路406號2號樓9樓
優先權:
專利代理機構: 杭州浙科專利事務所(普通合伙) 33213 代理人: 張曉紅
PDF完整版下載: PDF下載
法律狀態
申請(專利)號:

CN201610689682.0

授權公告號:

||||||

法律狀態公告日:

2018.11.20|||2017.02.01|||2017.01.04

法律狀態類型:

授權|||實質審查的生效|||公開

摘要

視頻雪花噪聲檢測方法,屬于視頻圖像處理技術領域。包括以下步驟:1)圖像預處理:獲取當前視頻幀后,將高分辨率視頻圖像通過等比例壓縮并緩存,當前幀壓縮圖與上一幀壓縮圖進行差分,得到差分圖;2)邊緣點提取:差分圖進行索貝爾算子處理,得到邊緣點結果,邊緣點結果進行量化分析,屬于極端情況可直接得到雪花噪聲結果;3)均勻度分析:不屬于極端情況的邊緣點結果分為橫縱N個檢測帶進行均勻度分析;4)結果輸出:雪花噪聲檢測結果由P2或P3階段得出。上述視頻雪花噪聲檢測方法,具有低計算力消耗,可在任意時刻介入并具有良好檢測能力。

權利要求書

1.視頻雪花噪聲檢測方法,其特征在于包括以下步驟:
1)圖像預處理:獲取當前視頻幀后,將高分辨率視頻圖像通過等比例壓縮并緩存,當前
幀壓縮圖與上一幀壓縮圖進行差分,得到差分圖;
2)邊緣點提取:差分圖進行索貝爾算子處理,得到邊緣點結果,邊緣點結果進行量化分
析,屬于極端情況可直接得到雪花噪聲結果;
3)均勻度分析:不屬于極端情況的邊緣點結果分為橫縱N個檢測帶進行均勻度分析;
4)結果輸出:雪花噪聲檢測結果由P2或P3階段得出。
2.如權利要求1所述的視頻雪花噪聲檢測方法,其特征在于步驟1)中具體包括:
1)對當前輸入的高分辨率視頻圖像使用鄰近插值法進行等比例壓縮得到壓縮圖,圖像
壓縮后可有效減低計算力消耗,對于圖像壓縮方法并不限制;
2)壓縮圖進行緩存,待下一幀使用;
3)以前一幀壓縮圖為背景圖,當前幀壓縮圖中有效的新信息為前景,將本幀壓縮圖與
上一幀壓縮圖進行差分,得到包含少量背景和大部分前景及噪聲的差分圖。
3.如權利要求1所述的視頻雪花噪聲檢測方法,其特征在于步驟2)中具體包括:
1)噪聲也是也表現為一種邊緣,將差分圖使用索貝爾算子進行邊緣提取得到邊緣提取
后的邊緣圖;索貝爾算子的經典算法中包含兩組3x3的矩陣,矩陣分別是對橫向和縱向區域
進行移動卷積的加權值,求導得圖像亮度的一階差分結果既物理意義上的邊緣點;選用5x5
區域卷積,可提全副圖像中的邊緣點升檢測效果;將差分后的圖像進行5x5索貝爾運算,得
到包含極少量背景、前景邊緣和可能存在的大量雪花噪聲的邊緣檢測結果;
2)通過人對于圖像密集度的感受和認知,在邊緣檢測結果上做量化分析,量化指標為
緣點占處理區域的百分比并可作為參數,參數默認值為20%,具體配置方法按照如下:
緣點占處理區域的百分比低于20%為極度空洞,該情況表明區域中僅有極少的輪廓或
點信息既可能的噪聲點極少,該情況不屬于雪花噪聲;
緣點占處理區域的百分比高于20%,該情況表明區域中存在比較明顯的輪廓或點信息,
這種情況為有待檢測邊緣點圖像。
4.如權利要求1所述的視頻雪花噪聲檢測方法,其特征在于步驟3)中具體包括:
有待檢測邊緣點圖像進行均勻度檢測,圖像按照橫縱相等的原則平均分為A個垂直和A
個水平檢測帶,A不少于10個,垂直和水平的A個檢測帶必須連續但不必須居中分布,安防及
其他應用中圖像源常有數字水印,檢測帶分布設置可按實際情況跳過數字水印;按邊緣點
的坐標在分別在每個檢測帶上做投影累積出水平和垂直直方圖,分別對水平、垂直投影的
直方圖算方差,結果分類如下:
某個投影方向的方差值大于標準正態分布方差時,該情況表明區域中邊緣或點信息分
布不均勻,不是雪花噪聲;
橫縱方向上的方差值都小于標準正態分布方差時,該情況表明區域中邊緣或點信息分
布均勻,得到結果為雪花噪聲。

說明書

視頻雪花噪聲檢測方法

技術領域

本發明屬于視頻圖像處理技術領域,具體為視頻雪花噪聲檢測方法。

背景技術

在視頻安防領域由于對被監視場景的真實性、清晰度硬性要求,和監視過程不可
再重現的特點,實時診斷視頻質量非常重要。由于攝像頭的圖像傳感器結構、傳輸線路的抗
干擾能力等因素,圖像噪聲是普遍存在的,雪花噪聲是最為常見的圖像噪聲之一。

在視頻圖像處理中最常使用濾波法降低噪聲影響,提高圖像質量,但無法檢測噪
聲,對于雪花噪聲影響視頻質量時,無法達到報警的目的。基于全盲的圖片噪聲檢測技術,
如基于二維頻域分析的小波檢測或CN103996177A、一種無參考檢測消除雪花噪聲算法中基
于空間域的檢測方法都是會消耗較大的計算能力去分辨有效信號與噪聲。CN104539936A、
一種監測監控視頻出現雪花噪聲的系統和方法中將圖像分為若干檢測塊,分別對比時間流
上前后幀進行均方差檢測,對比差異性較大的塊,隨后對信噪比分析得出是否存在噪聲結
果。通過前后幀的塊均方差檢測,可有效降低分辨有效信號帶來的計算能力消耗,但不適用
于前后幀都已產生雪花噪聲的情況,且當雪花噪聲分布的均勻度越高且數量越多時,檢測
能力反而下降。檢測差異塊但無整體性分析,容易將新產生的有效且復雜的信息識別為雪
花噪聲的情況。

發明內容

針對現有技術中存在的上述問題,本發明的目的在于設計提供一種視頻雪花噪聲
檢測方法的技術方案,其具有低計算力消耗,可在任意時刻介入并具有良好檢測能力。

所述的視頻雪花噪聲檢測方法,其特征在于包括以下步驟:

1)圖像預處理:獲取當前視頻幀后,將高分辨率視頻圖像通過等比例壓縮并緩存,當前
幀壓縮圖與上一幀壓縮圖進行差分,得到差分圖;

2)邊緣點提取:差分圖進行索貝爾算子處理,得到邊緣點結果,邊緣點結果進行量化分
析,屬于極端情況可直接得到雪花噪聲結果;

3)均勻度分析:不屬于極端情況的邊緣點結果分為橫縱N個檢測帶進行均勻度分析;

4)結果輸出:雪花噪聲檢測結果由P2或P3階段得出。

所述的視頻雪花噪聲檢測方法,其特征在于步驟1)中具體包括:

1)對當前輸入的高分辨率視頻圖像使用鄰近插值法進行等比例壓縮得到壓縮圖,圖像
壓縮后可有效減低計算力消耗,對于圖像壓縮方法并不限制;使用如線性插值法這類會濾
掉高頻信息的圖像壓縮算法會降低檢測精度,本方法適用于20%-100%的等比例壓縮且壓縮
后圖像像素點不少于8萬點;

2)壓縮圖進行緩存,待下一幀使用;

3)以前一幀壓縮圖為背景圖,當前幀壓縮圖中有效的新信息為前景,將本幀壓縮圖與
上一幀壓縮圖進行差分,得到包含少量背景和大部分前景及噪聲的差分圖。

所述的視頻雪花噪聲檢測方法,其特征在于步驟2)中具體包括:

1)噪聲也是也表現為一種邊緣,將差分圖使用索貝爾算子進行邊緣提取得到邊緣提取
后的邊緣圖;索貝爾算子的經典算法中包含兩組3x3的矩陣,矩陣分別是對橫向和縱向區域
進行移動卷積的加權值,求導得圖像亮度的一階差分結果既物理意義上的邊緣點;經典算
法的缺點是在α = (N/4)*π,N取自然數的邊緣上效果較差;本方法選用5x5區域卷積,可提
全副圖像中的邊緣點升檢測效果;將差分后的圖像進行5x5索貝爾運算,得到包含極少量背
景、前景邊緣和可能存在的大量雪花噪聲的邊緣檢測結果;

2)通過人對于圖像密集度的感受和認知,在邊緣檢測結果上做量化分析,量化指標為
緣點占處理區域的百分比并可作為參數,參數默認值為20%,具體配置方法按照如下:

緣點占處理區域的百分比低于20%為極度空洞,該情況表明區域中僅有極少的輪廓或
點信息既可能的噪聲點極少,該情況不屬于雪花噪聲;

緣點占處理區域的百分比高于20%,該情況表明區域中存在比較明顯的輪廓或點信息,
這種情況為有待檢測邊緣點圖像。

所述的視頻雪花噪聲檢測方法,其特征在于步驟3)中具體包括:

有待檢測邊緣點圖像進行均勻度檢測,圖像按照橫縱相等的原則平均分為A個垂直和A
個水平檢測帶,A不少于10個,垂直和水平的A個檢測帶必須連續但不必須居中分布,安防及
其他應用中圖像源常有時間日期等數字水印,檢測帶分布設置可按實際情況跳過數字水印
等;按邊緣點的坐標在分別在每個檢測帶上做投影累積出水平和垂直直方圖,分別對水平、
垂直投影的直方圖算方差,結果分類如下:

某個投影方向的方差值大于標準正態分布方差時,該情況表明區域中邊緣或點信息分
布不均勻,不是雪花噪聲;

橫縱方向上的方差值都小于標準正態分布方差時,該情況表明區域中邊緣或點信息分
布均勻,得到結果為雪花噪聲。

上述視頻雪花噪聲檢測方法,具有低計算力消耗,可在任意時刻介入并具有良好
檢測能力。

附圖說明

圖1-2為本發明的流程圖;

圖3為無雪花噪聲原始圖;

圖4為無噪聲原始圖得到的邊緣點圖;

圖5為有雪花噪聲原始圖;

圖6為有雪花噪聲原始圖得到的邊緣點圖。

具體實施方式

以下結合具體實施例對本發明作進一步說明。

如圖1-2所示,在高清視頻流如1920x1080的任意t-1幀時刻獲取的視頻圖像,使用
本方法將圖像以20%的壓縮比使用鄰近插值法壓縮至384*216,t-1幀壓縮圖進行緩存,以上
同樣方法獲取t幀壓縮圖。

將t幀壓縮圖與t-1幀壓縮圖進行差分,得到等尺寸差分圖,將t幀壓縮圖替換t-1
幀壓縮圖進行緩存。

對差分圖進行索貝爾算子處理,提取邊緣點圖,按照參數緣點占處理區域的百分
比等于20%的默認設置進行量化處理,假設兩種情況:

如圖3無雪花噪聲原始圖,圖4無噪聲原始圖得到的邊緣點圖,邊緣點占處理區域的百
分比低于20%,屬于無雪花噪聲的情況。

如圖5有雪花噪聲原始圖,圖6有雪花噪聲原始圖得到的邊緣點圖,邊緣點占處理
區域的百分比高于20%,屬于有待檢測邊緣點圖像。

將分辨率為384*216的有待檢測邊緣點圖像,分為橫縱個20個檢測帶,檢測帶寬度
取水平和垂直分辨率除以20的整數倍。如設置垂直檢測帶寬度為384/20 = 19 余4,此圖無
數字水印等可按照居中分布的方法,非整除時左右平均或首尾連續跳過余數列即可,于此
方法相同設置水平檢測帶。按邊緣點的坐標在分別在每個檢測帶上做投影,分別對水平、垂
直投影的A個檢測帶算方差值,按照方差值是否屬于正態分布進行判斷,圖6所得均勻度計
算結果屬于正態分布,原圖有雪花噪聲干擾。

關 鍵 詞:
視頻 雪花 噪聲 檢測 方法
  專利查詢網所有資源均是用戶自行上傳分享,僅供網友學習交流,未經上傳用戶書面授權,請勿作他用。
關于本文
本文標題:視頻雪花噪聲檢測方法.pdf
鏈接地址:http://www.rgyfuv.icu/p-6100536.html
關于我們 - 網站聲明 - 網站地圖 - 資源地圖 - 友情鏈接 - 網站客服客服 - 聯系我們

[email protected] 2017-2018 zhuanlichaxun.net網站版權所有
經營許可證編號:粵ICP備17046363號-1 
 


收起
展開
山东11选5中奖结果走势图