一種視頻質量診斷方法和系統的制作方法
【技術領域】
[0001 ]本發明涉及一種視頻分析技術領域，具體地說，是涉及一種視頻質量診斷方法和系統。
【背景技術】
[0002]隨著平安城市的大力推進，視頻監控系統越來越普及。但是，視頻監控系統可能出現各種故障，從視頻質量方面主要包括:視頻信號丟失、視頻模糊、圖像灰度異常、圖像過亮、圖像過暗、圖像遮擋、圖像偏色、增益紊亂、畫面凍結等。單靠人工巡檢和維護需要耗費大量的人力物力，視頻質量診斷系統便應需而生，通過對接入視頻智能分析，得到診斷結果，并對異常情況報警。
[0003]專利CN102395043A公開了一種視頻質量診斷方法，包括以下步驟:S101、通過轉發服務器從來自遠程的、待診斷的攝像頭獲取視頻數據;S102、在預設的一定時間范圍內對所述視頻數據的各項指標進行檢測，并給出診斷結果;其中，步驟S101和步驟S102異步執行，且在緩存一定數量的視頻數據之后，再進行檢測，并根據檢測結果對視頻質量給出診斷結果。上述專利通過對視頻數據的圖像清晰度、視頻丟失率、畫面偏色度、畫面增益失衡度、對比度、畫面劇變度、畫面凍結度、畫面抖動度、穩定條紋干擾度、橫紋疊加度和噪聲大小這些指標的檢測方式，實現了一種視頻質量診斷方法。
[0004]上述專利要求緩存一定數量的視頻數據之后，再進行檢測，如果使用輪詢的方式，需要耗費一定的存儲空間。而且涉及的圖像分析方法比較復雜。例如，要求在步驟S101之后步驟S102之前對所述視頻數據進行預處理的步驟:首先對所述視頻數據進行消除0SD處理；然后進行圖像的亮度掩蓋和復雜度掩蓋處理。清晰度檢測時要求邊緣檢測，視頻信號丟失檢測時要求聚類等，復雜度增加導致檢測時耗增加。
【發明內容】
[0005]本發明提供了一種視頻質量診斷方法，解決了現有視頻質量診斷方法復雜并且耗時較多的技術問題。
[0006]為了解決上述技術問題，本發明采用以下技術方案予以實現:
一種視頻質量診斷方法，所述方法如下:
步驟1:獲取視頻數據；
步驟2:對獲取的視頻數據進行抽幀，抽取多幅圖像，將抽取的多幅圖像轉換成YUV格式；
步驟3:分別對多幅YUV格式的圖像的各項指標進行檢測，根據圖像檢測結果判斷視頻質量，并輸出視頻質量診斷結果；
所述各項指標包括圖像信號丟失、圖像模糊、圖像灰度異常、圖像過亮過暗、圖像遮擋、圖像偏色、增益紊亂、畫面凍結中的一種或幾種。
[0007]如上所述的視頻質量診斷方法，所述步驟1中獲取視頻數據為采用多路同步輪詢的方式獲取視頻數據。
[0008]如上所述的視頻質量診斷方法，所述圖像灰度異常的檢測方法為:對多幅圖像分別計算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定閾值，則認為視頻灰度異常，其中，dis=10。
[0009]如上所述的視頻質量診斷方法，所述圖像遮擋的檢測方法為:將每幅圖像分為η塊圖像，分別判斷每塊圖像是否存在遮擋，計算每幅圖像存在遮擋的塊數，若每幅圖像的遮擋塊數大于設定值，認為所述圖像存在遮擋;若多幅圖像均存在遮擋，則認為視頻圖像遮擋。
[0010]如上所述的視頻質量診斷方法，判斷每塊圖像是否存在遮擋的方法為，分別計算每塊圖像的灰度直方圖，計算概率最大值18(0和均方差5^111&(0，1 = 1、2^、11;若？([1^
(i)-10，Mg( i)+10])>設定閾值thrl且sigma(i)<S定閾值thr2，則認為該塊圖像存在遮擋。
[0011]如上所述的視頻質量診斷方法，所述圖像偏色的檢測方法為:將圖像轉換為RGB格式;分別計算R、G、B和灰度分布直方圖，計算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值并選擇差的絕對值的最大值，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值并選擇差的絕對值的最大值 >設定閾值thrl，則認為所述圖像存在偏色;若多幅圖像均存在偏色，則認為視頻圖像偏色。
[0012]如上所述的視頻質量診斷方法，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值并選擇差的絕對值的最大值 < 設定閾值thr 1，則計算灰度過亮處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值，若灰度過亮處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值的最大值 >設定閾值thr2，則認為所述圖像存在偏色。
[0013]如上所述的視頻質量診斷方法，所述灰度過亮處為灰度均值> 設定閾值thr 1的位置。
[0014]基于上述視頻質量診斷方法的設計，本發明還提出了一種視頻質量診斷系統，所述視頻診斷系統包括:
視頻獲取模塊，用于獲取視頻數據；
視頻處理模塊，用于對獲取的視頻進行抽幀，抽取多幅圖像，將抽取的多幅圖像轉換成YUV格式；
視頻分析模塊，用于分別對多幅YUV格式的圖像的各項指標進行檢測，根據圖像檢測結果判斷視頻質量，并輸出視頻質量診斷結果；
所述各項指標包括圖像信號丟失、圖像模糊、圖像灰度異常、圖像過亮過暗、圖像遮擋、圖像偏色、增益紊亂、畫面凍結中的一種或幾種。
[0015]如上所述的視頻質量診斷系統，所述視頻獲取模塊采用多路同步輪詢的方式獲取視頻數據。
[0016]與現有技術相比，本發明的優點和積極效果是:本發明視頻質量診斷方法將對視頻的分析轉化成對有限圖像的綜合評定，能夠在短時間內對一段較長時間的視頻流進行分析，診斷有無視頻質量異常。本發明異常視頻檢測正確率不低于85%，漏報率小于10%;在Intel E3-1230 V2的CPU下，輪詢800路視頻耗時40分鐘，檢測效率提高了20%。
[0017]結合附圖閱讀本發明實施方式的詳細描述后，本發明的其他特點和優點將變得更加清楚。
【附圖說明】
[0018]圖1是本發明具體實施例視頻質量診斷方法的流程圖。
[0019]圖2是本發明具體實施例正常圖像和信號丟失圖像的分布直方圖。
[0020]圖3是本發明具體實施例的圖像信號丟失檢測的流程圖。
[0021 ]圖4是本發明具體實施例灰度圖像梯度概率分布直方圖。
[0022]圖5是本發明具體實施例的圖像模糊檢測的流程圖。
[0023]圖6是本發明具體實施例的圖像過亮過暗檢測的流程圖。
[0024]圖7是本發明具體實施例的圖像灰度異常檢測的流程圖。
[0025]圖8是本發明具體實施例的圖像遮擋檢測的流程圖。
[0026]圖9是本發明具體實施例的圖像偏色檢測的流程圖。
[0027]圖10是本發明具體實施例的畫面凍結檢測的流程圖。
[0028]圖11是本發明具體實施例的系統框圖。
【具體實施方式】
[0029]下面結合附圖對本發明的【具體實施方式】作進一步詳細地說明:
如圖1所示，本實施例提出了一種視頻質量診斷方法，包括如下步驟:
步驟1:獲取視頻數據，一般為獲取一段時間的視頻數據，例如，獲取的視頻數據時長為
5s0
[0030]步驟2:對獲取的視頻數據進行抽幀，抽取多幅圖像。例如，可以一秒抽取一幀或幾幀或不抽取，時長為5s的視頻數據可以抽取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。
[0031 ]將抽取的多幅圖像轉換成YUV格式。
[0032]步驟3:分別對多幅YUV格式的圖像的各項指標進行檢測，根據圖像檢測結果判斷視頻質量，并輸出視頻質量診斷結果。
[0033]其中，各項指標包括圖像信號丟失、圖像模糊、圖像灰度異常、圖像過亮過暗、圖像遮擋、圖像偏色、增益紊亂、畫面凍結中的一種或幾種。
[0034]優選的，為了提高視頻處理效率，步驟1中獲取視頻數據為采用多路同步輪詢的方式獲取視頻數據。具體的，本實施例對多路視頻同時獲取視頻數據，獲取完其中一路時，即將獲取的該路視頻數據進行步驟2進行抽幀處理，同時對下一路視頻進行獲取視頻數據的操作。例如，需要對10路視頻進行質量診斷，本實施例可同時對4路視頻同時進行獲取視頻數據的操作，當獲取完其中一路時，本實施例立即對第5路視頻進行獲取視頻數據的操作；當再獲取完一路時，本實施例立即對第6路視頻進行獲取視頻數據的操作，依次循環。即任意時刻，本實施例同時對4路視頻同時進行獲取視頻數據的操作。
[0035]下面對YUV格式的圖像的各項指標進行檢測的具體檢測方法進行說明:
1)圖像信號丟失檢測:
如圖2所示，信號丟失圖像大部分像素點的灰度值集中在Mg(圖像灰度分布概率最大值對應的灰度值)附近，即若圖像灰度大部分集中在區間[Mg-10，Mg+10 ]內，則為信號丟失。
[0036]具體的，如圖3所示，首先計算圖像的灰度直方圖，計算概率最大對應的灰度值Mg，若？([1%_10，1^+10])>0.7，則認為該圖像的信號丟失。依次處理多幅圖像，若多幅圖像均信號丟失，則認為該路視頻信號丟失，輸出該路視頻信號丟失報警信息。
[0037]2)圖像模糊檢測:
如圖4所示，模糊圖像相鄰點的灰度值相差不大一梯度相差不大，且在梯度分布直方圖中，90%的梯度值集中在[0，10 ]區間內。
[0038]具體的，如圖5所示，首先計算灰度圖像梯度值，形成梯度概率分布直方圖，若P([0，10])>0.9，則認為該圖像模糊。依次處理多幅圖像，若多幅圖像均模糊，則認為該路視頻圖像模糊