一種基于視頻分析的監(jiān)控?cái)z像頭抖動(dòng)檢測(cè)方法
【專利摘要】本發(fā)明公開了一種基于視頻分析的監(jiān)控?cái)z像頭抖動(dòng)檢測(cè)方法，通過標(biāo)記全局特征點(diǎn)進(jìn)行匹配，本發(fā)明能將視頻圖像中部分物體發(fā)生移動(dòng)與視頻抖動(dòng)區(qū)分開來，從而提高抖動(dòng)檢測(cè)的準(zhǔn)確率。
【專利說明】一種基于視頻分析的監(jiān)控?cái)z像頭抖動(dòng)檢測(cè)方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及視頻監(jiān)控領(lǐng)域，具體是一種通過視頻分析來檢測(cè)監(jiān)控?cái)z像頭是否抖動(dòng) 的方法。

【背景技術(shù)】
[0002] 目前，各種規(guī)模的視頻監(jiān)控系統(tǒng)已廣泛應(yīng)用于各行各業(yè)，除了治安、金融、銀行、交 通、軍隊(duì)和口岸等領(lǐng)域外，還包括社區(qū)、寫字樓、酒店、公共場(chǎng)所、工廠、商場(chǎng)、小區(qū)、甚至家庭 等場(chǎng)合。隨著監(jiān)控?cái)z像機(jī)數(shù)量的不斷增加，監(jiān)控的時(shí)間不斷延長，給視頻監(jiān)控系統(tǒng)特別是攝 像頭的維護(hù)工作帶來了新的挑戰(zhàn)，若攝像頭不能得到及時(shí)維護(hù)，其監(jiān)控作用將得不到正常 發(fā)揮，從而影響其安全保障作用。
[0003] 針對(duì)傳統(tǒng)攝像頭異常人工排查法存在的高成本、實(shí)時(shí)性差等不足，利用客觀視頻 質(zhì)量評(píng)價(jià)方法實(shí)現(xiàn)監(jiān)控?cái)z像頭的異常檢測(cè)成了近些年的研究與應(yīng)用熱點(diǎn)之一，它通過評(píng)價(jià) 由攝像頭獲得的視頻質(zhì)量好壞來進(jìn)一步判斷攝像頭本身的異常，包括三類評(píng)價(jià)模型：全參 考模型、有限參考模型和無參考模型。全參考視頻質(zhì)量評(píng)價(jià)法把原始參考視頻與失真視頻 在每一個(gè)對(duì)應(yīng)幀中的每一個(gè)對(duì)應(yīng)像素之間進(jìn)行比較。有限參考模型只需要原始圖像的部分 信息，是全參考模型的簡化。無參考模型圖像質(zhì)量評(píng)價(jià)方法完全脫離了對(duì)參考圖像的依賴， 其應(yīng)用前景更加廣闊。
[0004] 因安裝松動(dòng)、外部強(qiáng)烈震動(dòng)等原因?qū)е露秳?dòng)是監(jiān)控?cái)z像頭常見的異常之一，當(dāng)前 有許多客觀視頻質(zhì)量評(píng)價(jià)方法用于檢測(cè)該類異常，其中與本發(fā)明較為接近的技術(shù)方案包 括：歐陽偉的碩士論文(華中師范大學(xué)，2012)中提出了一種基于圖像灰度投影算法的運(yùn)動(dòng) 估計(jì)方法，這種方法針對(duì)全局圖像進(jìn)行運(yùn)動(dòng)估計(jì)，易將視頻不抖動(dòng)而部分物體運(yùn)動(dòng)的情況 視為抖動(dòng)；發(fā)明專利（申請(qǐng)?zhí)枺?01110359307. 7,名稱：視頻質(zhì)量診斷方法）提到的視頻數(shù)據(jù) 的畫面抖動(dòng)度指標(biāo)的檢測(cè)方式，是利用對(duì)m幀圖像進(jìn)行m-Ι次全局運(yùn)動(dòng)估計(jì)，對(duì)m-Ι次的全 局運(yùn)動(dòng)估計(jì)的大小和方向進(jìn)行統(tǒng)計(jì)，從而得到畫面抖動(dòng)度的結(jié)果，但是該方法并未給出全 局運(yùn)動(dòng)估計(jì)的技術(shù)方案，也未給出抖動(dòng)失真與正常畫面或其他失真類型的判斷方式；發(fā)明 專利（申請(qǐng)?zhí)枺?01310026744. 6,名稱：一種基于多特征融合的抖動(dòng)檢測(cè)算法)通過參考信號(hào) 的視頻幀和待測(cè)信號(hào)的視頻幀比較結(jié)果作為圖像質(zhì)量好壞，即是否出現(xiàn)抖動(dòng)的評(píng)價(jià)標(biāo)準(zhǔn)， 該算法依賴于參考信號(hào)（即未失真信號(hào))，因而不能用于無參考模型下的抖動(dòng)檢測(cè)；發(fā)明專 利（申請(qǐng)?zhí)?201110336063.0,名稱：一種攝像頭移動(dòng)檢測(cè)方法及裝置)是在發(fā)出攝像頭移動(dòng) 指令的情況下判斷攝像頭是否正常移動(dòng)，無法在任意時(shí)刻判斷攝像頭是否發(fā)生抖動(dòng)；發(fā)明 專利（申請(qǐng)?zhí)枺?01110402489. 1，名稱：視頻質(zhì)量智能檢測(cè)系統(tǒng)）中通過標(biāo)記紋理區(qū)域，利用 光流法獲得運(yùn)動(dòng)方向，再利用統(tǒng)計(jì)的方式進(jìn)行抖動(dòng)判斷，該方法與本發(fā)明通過標(biāo)記全局特 征點(diǎn)進(jìn)行匹配的方式不同，且本發(fā)明利用聚類方法對(duì)物體移動(dòng)與攝像頭抖動(dòng)進(jìn)行了區(qū)分， 從而防止了誤測(cè)發(fā)生。
[0005] 綜上所述，當(dāng)前基于視頻分析的攝像頭抖動(dòng)檢測(cè)技術(shù)方案中，存在無法排除被拍 攝物體移動(dòng)的干擾等不足，由此在無參考模型下對(duì)任意時(shí)刻的攝像頭抖動(dòng)難以準(zhǔn)確判斷。


【發(fā)明內(nèi)容】

[0006]為克服現(xiàn)有技術(shù)上的不足，本發(fā)明提供了一種基于視頻分析的監(jiān)控?cái)z像頭抖動(dòng)檢 測(cè)方法，包括如下步驟： 步驟1 :抽取視頻中連續(xù)的幀圖像，記為 巧,戶2,…,S ; 步驟2 :對(duì)任意連續(xù)的兩幀圖像(i=l，2,…，/7-1)，作如下處理： 步驟2. 1 :獲取圖像巧中的某種特征集合巧={為L/ = 1二…，}，其中厶表示第i'幀圖 像中的第J'項(xiàng)特征，為圖像6中的特征數(shù)量； 步驟2. 2 :針對(duì)圖像6中的每項(xiàng)特征為，從圖像巧+1的特征集合6+1中搜索與特征 厶相匹配的特征JW以獲得特征匹配對(duì)集合(C/j/jW)丨J = U,…沿，其中G表示&與/^ 中匹配的特征數(shù)量，纟;計(jì)算兩個(gè)特征之間的位移矢量％ = 4+1/-厶，進(jìn)而得 到所有能匹配的特征對(duì)(J^/i+V)的位移矢量的集合盡=(%丨J = 1又…名}; 步驟2. 3:對(duì)位移矢量集合盡進(jìn)行聚類分析可得到r個(gè)子類//" (?=1，2，···^)， 它滿足：（1)

【權(quán)利要求】
1. 一種基于視頻分析的監(jiān)控?cái)z像頭抖動(dòng)檢測(cè)方法，包括如下步驟： 步驟1 :抽取視頻中連續(xù)的幀圖像，記為 步驟2 :對(duì)任意連續(xù)的兩幀圖像/Μ (i=l，2,…，/7-1)，作如下處理： 步驟2.1:獲取圖像巧中的某種特征集合巧=認(rèn)M = U…，《0,其中為表示第2·幀圖 像中的第j'項(xiàng)特征，為圖像6中的特征數(shù)量； 步驟2. 2 :針對(duì)圖像6中的每項(xiàng)特征為，從圖像巧+1的特征集合6+1中搜索與特征 厶相匹配的特征JW以獲得特征匹配對(duì)集合((Hv) = H··# ,其中G表示Α與6+1 中匹配的特征數(shù)量，纟;計(jì)算兩個(gè)特征之間的位移矢量％ = 4+;/-為，進(jìn)而得 到所有能匹配的特征對(duì)(為·，/i+V)的位移矢量的集合盡=(?丨J = …名}; 步驟2.3:對(duì)位移矢量集合盡進(jìn)行聚類分析可得到1^個(gè)子類//"(?=1，2，···^)， 它滿足：（1) =//j U/f2 U...IJ/?Λ (J... [J/iy, u € [1,ν] ； (2)對(duì)任意 2 和 j 滿足 馬門丐=#，；€[1，^^€[1,咖巧';求任一子類圪?^ = 1又--%對(duì)}中所有位移矢量的 平均值
其中4表示第i個(gè)位移矢量集合&中第"個(gè)子類見中的第J·個(gè)位移 矢量，Af為第i個(gè)位移矢量集合&中第《個(gè)子類兄中位移矢量的數(shù)量，位移矢量的模 即矢量的大?。? 步驟2.4 :將前后兩幅圖像Λ.和Λ.+1是否存在抖動(dòng)標(biāo)記為若存在抖動(dòng)，則4=1，否則 込=〇,設(shè)抖動(dòng)幅度閾值= 0.005w為圖像分辨率，則根據(jù)如下規(guī)則可判斷込取值： 當(dāng)￥=1并且Α <各時(shí)，則認(rèn)為前后兩幅圖像之間不存在抖動(dòng)，即込=〇 ; 當(dāng)v=1并且A之(?時(shí)，則認(rèn)為如后兩幅圖像之間存在抖動(dòng)，即Α=ι; 當(dāng)v > 1并且有且僅有某一 A < 4時(shí)，則認(rèn)為前后兩幅圖像中有部分物體發(fā)生了位移， 前后兩幅圖像之間不存在抖動(dòng)，即込=〇 ; 當(dāng)V > 1并且對(duì)于任意A都有A乏4時(shí)，則認(rèn)為前后兩幅圖像之間存在抖動(dòng)，即込=1; 步驟3:計(jì)算全部/7幀圖像中所有前后兩幀的抖動(dòng)發(fā)生的比例
，若5 >壞，則 認(rèn)為視頻存在抖動(dòng)，也即對(duì)應(yīng)的監(jiān)控?cái)z像頭存在抖動(dòng)，其中抖動(dòng)比例閾值環(huán)€[50%,70%]。
2. 如權(quán)利要求1所述的基于視頻分析的監(jiān)控?cái)z像頭抖動(dòng)檢測(cè)方法，其特征在于：步驟 2. 1中，將亞像素級(jí)Plessey角點(diǎn)作為圖像特征。
3. 如權(quán)利要求1所述的基于視頻分析的監(jiān)控?cái)z像頭抖動(dòng)檢測(cè)方法，其特征在于：步驟 2. 1中，將SIFT特征點(diǎn)作為圖像特征。
【文檔編號(hào)】H04N7/18GK104301712SQ201410419771
【公開日】2015年1月21日 申請(qǐng)日期:2014年8月25日 優(yōu)先權(quán)日:2014年8月25日
【發(fā)明者】高飛, 梅凱城, 豐敏強(qiáng), 高炎, 盧書芳, 毛家發(fā), 肖剛 申請(qǐng)人:浙江工業(yè)大學(xué)