專利名稱：一種基于多特征融合的抖動檢測算法的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于一般的圖像數(shù)據(jù)處理或產(chǎn)生的技術(shù)領(lǐng)域，特別涉及一種基于多特征融合的抖動檢測算法。
背景技術(shù)：
隨著現(xiàn)代社會的發(fā)展，計算機技術(shù)突飛猛進，為視頻監(jiān)控系統(tǒng)的實現(xiàn)提供了可靠的技術(shù)和硬件支持。眾所周知，計算機智能視覺技術(shù)以其直觀、準(zhǔn)確、及時和信息內(nèi)容豐富而廣泛應(yīng)用于許多場合，但同時隨著視頻監(jiān)控系統(tǒng)應(yīng)用的逐漸廣泛，越來越多的問題被暴露出來。常見的視頻監(jiān)控故障類型有視頻信號缺失、視頻清晰度異常、視頻亮度異常、視頻噪聲、視頻雪花、視頻偏色、畫面凍結(jié)、PTZ運動失控等。如果對于視頻監(jiān)控系統(tǒng)的維護工作完全由人工檢測和處理，那么維護人員首先要面對巨大數(shù)量的的監(jiān)控數(shù)據(jù)，其工作量是難以想象并且異常困難的。這就使得視頻檢測的成本不斷增加，使得視頻監(jiān)控系統(tǒng)的使用效果大打折扣，嚴(yán)重影響了視頻監(jiān)控系統(tǒng)在城市安保，金融監(jiān)控，道路監(jiān)控中的有效作用。視頻檢測系統(tǒng)就是在此環(huán)境下應(yīng)運而生的一種技術(shù)，并成為了視頻檢測系統(tǒng)的一個重要組成部分，其意義十分重大。在現(xiàn)代的視頻檢測領(lǐng)域中最主要，也是最難以克服的問題就是如何較好的區(qū)別正常的鏡頭畫面變化與不正常的畫面抖動。正常的鏡頭畫面變化包括一、前景移動，即在拍攝設(shè)備不移動的情況下鏡頭中的物體的移動；二、后景移動，即當(dāng)拍攝設(shè)備因拍攝需要而進行正常的移動從而給畫面帶來的變化；三、突變，即一個鏡頭直接切換為另一個鏡頭，中間沒有時間上的延遲；四、漸變，即前 一個鏡頭漸漸切換為下一個鏡頭，分為淡入、淡出、溶解和劃變等。如此多的變化對辨別和解決視頻抖動問題帶來了巨大的困難?，F(xiàn)有技術(shù)對于視頻檢測相關(guān)問題的克服完成了以下幾種研究結(jié)果
美軍軍事研究實驗室ARL (Army Research Laboratory)研制的應(yīng)用在無人駕駛越野車上的視頻抖動檢測系統(tǒng)，其穩(wěn)像精度已優(yōu)于I個像元。此算法是基于標(biāo)準(zhǔn)的幀與幀間的互相關(guān)運算，分為圖像映射、投影濾波、相關(guān)計算等步驟。算法的優(yōu)點是計算速度快，缺點是投影算法設(shè)計時就只能補償圖像的平移運動，算法的檢測精度是通過后續(xù)任務(wù)來檢測的，可通過在行、列峰值處做局部的互相關(guān)運算來提高精度且對圖像灰度整體變化不敏感。以色列耶路撒冷的希伯萊大學(xué)計算機科學(xué)學(xué)院，對靜止的場景中由于攝像機自身運動所導(dǎo)致的圖像模糊進行了研究Aen-Gurion大學(xué)計算機和電子工程系也在進行穩(wěn)像技術(shù)的研究，他們認(rèn)為運動模糊主要影響運動方向上圖像的特征，而其它方向上圖像的特征受到的影響則有所不同，利用模糊系統(tǒng)的點擴散函數(shù)，通過對模糊圖像的濾波處理，從而得到清晰的圖像。國防科大的羅詩途對車載穩(wěn)像進行了研究，國防科大的羅軍參與設(shè)計實現(xiàn)了一種高性能的導(dǎo)引頭信息處理機，并在導(dǎo)引頭中對圖像進行了穩(wěn)像。西安電子科技大學(xué)的李慧娟對視頻抖動檢測基于DSP的硬件實現(xiàn)做了研究，已經(jīng)可以在CCS仿真平臺上實現(xiàn)。
清華大學(xué)楊雨東等人提出一種基于2. 5D運動估計模型和惰性濾波思想的圖像穩(wěn)定方法，并且利用專用圖像處理機PIPE，能夠?qū)崟r處理幀間運動量7-8像素的抖動。東南大學(xué)宋永江等人提出了一種基于多直線特征的全局運動估計算法，并將結(jié)果應(yīng)用到視頻抖動檢測系統(tǒng)中。

發(fā)明內(nèi)容
本發(fā)明解決的技術(shù)問題是，由于現(xiàn)有技術(shù)的算法基本為基于誤差統(tǒng)計的抖動檢測評價方法，其僅僅考慮了圖像逐個像素點間的不同，并未考慮到圖像像素間的強烈相關(guān)性和結(jié)構(gòu)對視覺物體的重要性，然而自然圖像信號相鄰像素之間往往存在很強的相關(guān)性，這些相關(guān)性提供了視覺內(nèi)容重要的信息，這導(dǎo)致了無法準(zhǔn)確檢測抖動且分析抖動情況的問題，進而提供了一種優(yōu)化的基于多特征融合的抖動檢測算法。本發(fā)明所采用的技術(shù)方案是，一種基于多特征融合的抖動檢測算法，所述算法包括以下步驟
步驟一初始化取未失真的視頻中貞
X為原始參考信號，取待測視頻幀，I和為非負(fù)的圖像信號；令(年^為圖像信號第^個像素點值，#為圖像像素點個數(shù);
權(quán)利要求
1.一種基于多特征融合的抖動檢測算法，其特征在于所述算法包括以下步驟 步驟一初始化取未失真的視頻中貞I力原始參考信號，取待測視頻幀_F，I和y為非負(fù)的圖像信號；令(年!分為圖像信號第》個像素點值，況為圖像像素點個數(shù)；
2.根據(jù)權(quán)利要求1所述的一種基于多特怔融合的抖動檢測算法，其特征在于
3.根據(jù)權(quán)利要求1所述的一種基于多特征融合的抖動檢測算法，其特征在于
全文摘要
本發(fā)明涉及一種基于多特征融合的抖動檢測算法，取未失真的視頻幀和待測視頻幀做初始化，而后順次提取亮度相似性因子、去除平均亮度后的對比度相似性因子及結(jié)構(gòu)相似性因子，得到相似性度量函數(shù)，當(dāng)時，判定待測信號的視頻幀未出現(xiàn)抖動，當(dāng)時，判定待測信號的視頻幀出現(xiàn)抖動。本發(fā)明通過順次提取參考信號的視頻幀和待測信號的視頻幀的亮度相似性因子、對比度相似性因子及結(jié)構(gòu)相似性因子并對以上提取的三種變化信息進行相似性比較，最后對三個比較結(jié)果進行綜合，從而得到一種相似性指標(biāo)，并以此指標(biāo)作為圖像質(zhì)量好壞、即是否出現(xiàn)抖動的評價標(biāo)準(zhǔn)。
文檔編號H04N5/14GK103067741SQ20131002674
公開日2013年4月24日 申請日期2013年1月24日 優(yōu)先權(quán)日2013年1月24日
發(fā)明者李文書, 趙超 申請人:浙江理工大學(xué)