，輸出該路視頻圖像模糊報警信息。
[0039]3)圖像過亮過暗檢測:
通過對比統一場景下亮度異常圖像和正常圖像的灰度平均值，發現過亮時均值〉設定閾值Thrl，過暗時均值〈設定閾值Thr2，且這一特性呈現全圖性，即分塊處理后，每個塊也呈現這種特征。
[0040]具體的，如圖6所示，對圖像分塊處理，分為η塊圖像，計算每塊圖像的灰度均值Avrg(i)，i=l、2、...、η;計算全局灰度均值Average= ( 2Avrg(i))/n，gAverage>Thrl，iiAvrg(i)>Thrl，i=l、2、...、n，則認為圖像過亮。若Average<Thr2，且Avrg(i)<Thr2，i=l、
2、...、n，則認為圖像過暗。依次處理多幅圖像，若多幅圖像均過亮，則認為該路視頻圖像過亮，輸出該路視頻圖像過亮報警信息;若多幅圖像均過暗，則認為該路視頻圖像過暗，輸出該路視頻圖像過暗報警信息。
[0041]4)圖像灰度異常檢測:
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值大部分集中在區間[128-dis，128+dis]內，則為灰度異常(一般取dis=10)。
[0042]具體的，如圖7所示，計算圖像的U、V直方圖，若P( [ 128-dis，128+dis]) >0.9，則認為圖像灰度異常，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為該路視頻灰度異常，輸出該路視頻灰度異常報警信息。
[0043]5)圖像遮擋檢測:
遮擋圖像遮擋部分灰度呈現灰度值比較集中且均方差較小的特點，將圖像分塊，分別計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。
[0044]具體的，如圖8所示，將圖像分為η塊圖像，分別判斷每塊圖像是否存在遮擋，分別計算每塊圖像的灰度直方圖，計算概率最大值Mg(i)和均方差sigma(i)，i=l、2、...、n;若P([皿8(;0-10，]\%(;0+10])>設定閾值1:111'1且8丨81]^(;0<設定閾值1:1^2，貝1|認為該塊圖像存在遮擋。計算圖像存在遮擋的塊數，若遮擋塊數大于設定值，認為圖像存在遮擋。若多幅圖像均存在遮擋，則認為該路視頻存在圖像遮擋，輸出該路視頻畫面遮擋報警信息。
[0045]6)圖像偏色檢測:
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，即過亮處三通道偏差均值較大時存在偏色異常。
[0046]如圖9所示，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值并選擇差的絕對值的最大值MAX_distanCe>S定閾值thrl，則認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值并選擇差的絕對值的最大值MAX_distance <設定閾值thrl，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。其中，灰度過亮處為灰度均值 > 設定閾值thr 1的位置。
[0047]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警信息。
[0048]7)增益紊亂檢測:
計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定閾值時，認為該路視頻增益紊亂，輸出該路視頻增益紊亂報警信息。
[0049]8)畫面凍結檢測:
如圖10所示，凍結視頻定格在一個畫面不動，則前后兩幀的圖相差為0，將前后兩幀灰度圖像相減，統計灰度級為0的個數NUM，若NUM>設定閾值thr，則認為視頻畫面凍結，輸出該路視頻畫面凍結報警信息。
[0050]基于上述視頻質量診斷方法的設計，如圖11所示，本實施例還提出了一種視頻質量診斷系統，包括:
視頻獲取模塊，用于獲取視頻數據，采用多路同步輪詢的方式獲取視頻數據。
[0051]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，用于對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，各項指標的具體檢測過程如上所述，此處不再詳述。
[0052]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。
[0053]當然，上述說明并非是對本發明的限制，本發明也并不僅限于上述舉例，本技術領域的普通技術人員在本發明的實質范圍內所做出的變化、改型、添加或替換，也應屬于本發明的保護范圍。
【主權項】
1.一種視頻質量診斷方法，其特征在于，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。2.根據權利要求1所述的視頻質量診斷方法，其特征在于，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。3.根據權利要求1或2所述的視頻質量診斷方法，其特征在于，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。4.根據權利要求1或2所述的視頻質量診斷方法，其特征在于，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。5.根據權利要求4所述的視頻質量診斷方法，其特征在于，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Mg(i)和均方差sigma(i)，i =1、2、…、η;若P( []\%(;0-10，]\%(;0+10])>設定閾值1:111'1且8丨81]^(;0<設定閾值1:1^2，貝1|認為該塊圖像存在遮擋。6.根據權利要求1或2所述的視頻質量診斷方法，其特征在于，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。7.根據權利要求6所述的視頻質量診斷方法，其特征在于，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。8.根據權利要求7所述的視頻質量診斷方法，其特征在于:所述灰度過亮處為灰度均值>設定閾值thr 1的位置。9.一種視頻質量診斷系統，其特征在于，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。10.根據權利要求9所述的視頻質量診斷系統，其特征在于，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。
【專利摘要】本發明公開了一種視頻質量診斷方法和系統，方法為：獲取視頻數據；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；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定當前視頻質量，并輸出視頻質量診斷結果；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。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%。
【IPC分類】H04N17/00, H04N17/02
【公開號】CN105430384
【申請號】CN201510910276
【發明人】王彬, 程元軍, 高洪波, 付文濤
【申請人】青島海信網絡科技股份有限公司
【公開日】2016年3月23日
【申請日】2015年12月10日