【技术实现步骤摘要】
本专利技术属于视频图像处理
,具体为视频雪花噪声检测方法。
技术介绍
在视频安防领域由于对被监视场景的真实性、清晰度硬性要求,和监视过程不可再重现的特点,实时诊断视频质量非常重要。由于摄像头的图像传感器结构、传输线路的抗干扰能力等因素,图像噪声是普遍存在的,雪花噪声是最为常见的图像噪声之一。在视频图像处理中最常使用滤波法降低噪声影响,提高图像质量,但无法检测噪声,对于雪花噪声影响视频质量时,无法达到报警的目的。基于全盲的图片噪声检测技术,如基于二维频域分析的小波检测或CN103996177A、一种无参考检测消除雪花噪声算法中基于空间域的检测方法都是会消耗较大的计算能力去分辨有效信号与噪声。CN104539936A、一种监测监控视频出现雪花噪声的系统和方法中将图像分为若干检测块,分别对比时间流上前后帧进行均方差检测,对比差异性较大的块,随后对信噪比分析得出是否存在噪声结果。通过前后帧的块均方差检测,可有效降低分辨有效信号带来的计算能力消耗,但不适用于前后帧都已产生雪花噪声的情况,且当雪花噪声分布的均匀度越高且数量越多时,检测能力反而下降。检测差异块但无整体性分析,容易将新产生的有效且复杂的信息识别为雪花噪声的情况。
技术实现思路
针对现有技术中存在的上述问题,本专利技术的目的在于设计提供一种视频雪花噪声检测方法的技术方案,其具有低计算力消耗,可在任意时刻介入并具有良好检测能力。所述的视频雪花噪声检测方法,其特征在于包括以下步骤:1)图像预处理:获取当前视频帧后,将高分辨率视频图像通过等比例压缩并缓存,当前帧压缩图与上一帧压缩图进行差分,得到差分图;2)边 ...
【技术保护点】
视频雪花噪声检测方法,其特征在于包括以下步骤:1)图像预处理:获取当前视频帧后,将高分辨率视频图像通过等比例压缩并缓存,当前帧压缩图与上一帧压缩图进行差分,得到差分图;2)边缘点提取:差分图进行索贝尔算子处理,得到边缘点结果,边缘点结果进行量化分析,属于极端情况可直接得到雪花噪声结果;3)均匀度分析:不属于极端情况的边缘点结果分为横纵N个检测带进行均匀度分析;4)结果输出:雪花噪声检测结果由P2或P3阶段得出。
【技术特征摘要】
1.视频雪花噪声检测方法,其特征在于包括以下步骤:1)图像预处理:获取当前视频帧后,将高分辨率视频图像通过等比例压缩并缓存,当前帧压缩图与上一帧压缩图进行差分,得到差分图;2)边缘点提取:差分图进行索贝尔算子处理,得到边缘点结果,边缘点结果进行量化分析,属于极端情况可直接得到雪花噪声结果;3)均匀度分析:不属于极端情况的边缘点结果分为横纵N个检测带进行均匀度分析;4)结果输出:雪花噪声检测结果由P2或P3阶段得出。2.如权利要求1所述的视频雪花噪声检测方法,其特征在于步骤1)中具体包括:1)对当前输入的高分辨率视频图像使用邻近插值法进行等比例压缩得到压缩图,图像压缩后可有效减低计算力消耗,对于图像压缩方法并不限制;2)压缩图进行缓存,待下一帧使用;3)以前一帧压缩图为背景图,当前帧压缩图中有效的新信息为前景,将本帧压缩图与上一帧压缩图进行差分,得到包含少量背景和大部分前景及噪声的差分图。3.如权利要求1所述的视频雪花噪声检测方法,其特征在于步骤2)中具体包括:1)噪声也是也表现为一种边缘,将差分图使用索贝尔算子进行边缘提取得到边缘提取后的边缘图;索贝尔算子的经典算法中包含两组3x3的矩阵,矩阵分别是对横向和纵向区域进行移动卷积的加权值,求导得图像亮度的一阶差分结果既物理意义上的边缘点;选用5x5区域卷积,可提全副图...
【专利技术属性】
技术研发人员:梁树宇,刘玉宇,王增锹,赵伟,吴剑清,
申请(专利权)人:云赛智联股份有限公司,北京智诺英特科技有限公司,杭州智诺科技股份有限公司,
类型:发明
国别省市:上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。