視頻監(jiān)控圖像異常檢測及質(zhì)量評價(jià).pdf

1、隨著社會(huì)的發(fā)展，人們安全意識(shí)的不斷提高，智能視頻監(jiān)控系統(tǒng)已經(jīng)深入人們的生產(chǎn)生活。被廣泛應(yīng)用于政府、教育、交通、金融等各個(gè)領(lǐng)域中重要部位和場所的安全監(jiān)控。面對如此之多和廣泛應(yīng)用的攝像頭，要確保監(jiān)控畫面的清晰正常，其運(yùn)維工作必將十分艱難。因此，結(jié)合智能圖像處理技術(shù)和模式識(shí)別技術(shù)，研究計(jì)算機(jī)測試分析系統(tǒng)對攝像頭工況進(jìn)行自動(dòng)檢測有著重要的學(xué)術(shù)價(jià)值和現(xiàn)實(shí)意義。
　　 本文以智能視頻監(jiān)控系統(tǒng)為基礎(chǔ)，從信號故障、攝像頭干擾檢測和視頻質(zhì)量評價(jià)三

2、個(gè)方面進(jìn)行了分析。對影響監(jiān)控系統(tǒng)正常運(yùn)行的常見故障和問題進(jìn)行了深入的研究和探討，重點(diǎn)研究了通過數(shù)字圖像處理技術(shù)對監(jiān)控系統(tǒng)的運(yùn)行情況以及視頻圖像的質(zhì)量進(jìn)行檢測。
　　 視頻監(jiān)控中的信號故障，一般表現(xiàn)為視頻信號缺失、監(jiān)控畫面凍結(jié)以及視頻圖像色偏。可以通過計(jì)算畫面圖像各像素顏色灰度值的均方差來判定是否存在信號缺失：而對于畫面凍結(jié)，將連續(xù)的兩幀圖像進(jìn)行減法運(yùn)算后，通過計(jì)算灰度均方差來進(jìn)行判斷。本章重點(diǎn)討論了對視頻圖像色偏的檢測。分別計(jì)算

3、圖像在Lab顏色空間下的色度均值和色度均方差，通過對它們的比值取常用對數(shù)后得到一個(gè)偏色因子來衡量圖像的色偏程度，實(shí)驗(yàn)驗(yàn)證了此方法的可行性。
　　 攝像頭處在監(jiān)控系統(tǒng)的最前端，容易受到外界的干擾，最常見的是攝像頭鏡頭遮擋和攝像頭位置移動(dòng)。研究發(fā)現(xiàn)，遮擋前后監(jiān)控圖像的尺度不變特征轉(zhuǎn)換(Scale Invariant Feature Transform，SIFT)特征將會(huì)發(fā)生明顯變化?；诖耍疚慕o出了一種基于SIFT的圖像特征函數(shù)，

4、通過特征函數(shù)值的變化來判斷攝像頭是否發(fā)生干擾。實(shí)驗(yàn)證明此算法能夠?qū)z像頭干擾進(jìn)行有效檢測，而且能夠自動(dòng)忽略無害干擾，具有較強(qiáng)的魯棒性。
　　 視頻監(jiān)控畫面還容易出現(xiàn)清晰度異常、亮度異常以及雪花等問題，可以通過對畫面圖像質(zhì)量的評價(jià)來進(jìn)行檢測。文中在分析了目前常用的圖像客觀質(zhì)量評價(jià)算法后，提出了一種基于支持向量機(jī)(Support Vector Machines，SVM)的圖像質(zhì)量客觀評價(jià)算法?？紤]到傳統(tǒng)SVM實(shí)時(shí)性較差、訓(xùn)練樣本預(yù)標(biāo)