实施方案
[0023] 下面结合附图对本发明的具体实施方案做进一步更详细的叙述。
[0024] 如图1-5所示,监控视频中的雪花和噪点噪声检测方法,旨在解决监控视频中存在的雪花噪声和近似均匀分布的噪点噪声的异常检测问题。根据雪花噪声与噪声存在时,差帧二值图像会有明显的近似均匀分布的特征,进而采用通过计算数据的标准差与均值的比值这一统计量来判断数据的均匀程度。最后通过统计样本的方式得出均匀程度的区分阈值判断是否存在雪花噪声或噪点噪声。本发明具体实现过程如图1所示,包括如下步骤:
[0025] 步骤1:提取检测视频或视频流先判断视频是否为单通道灰度帧序列,若不是单通道灰度帧序列,将视频帧转化为单通道灰度图像,并提取视频帧的宽度与高度分别记为W、H。
[0026] 步骤2:对单通道灰度图像的序列依次做前后帧帧差处理,得到差值图像序列。对差值图像序列进行最大类间方差法处理得到最佳二值化阈值,并用该阈值对差帧图进行二值化,得到二值化差帧图。
[0027] 得到二值化图像如附图3。
[0028] 步骤3:将二值化差帧图进行分块操作,多次分块的尺度不同,设第i种等分尺度后每个小区域块的宽与高的和为Li像素,共采用了N种不同的等分尺度,每种等分尺度下的Li取值为M的i倍,即Li=M*i。其中第i种等分尺度下的小区域块的宽、高分别记为:wi、hi。
[0029] 每种尺度下的等分规则为:wi=Li*W/(W+H),hi=Li*H/(W+H);
[0030] 其中W、H分别为原图的宽与高;M为经验值。本实施例中N取17、M取20。
[0031] 3-1.在一种分块尺度下将二值化差帧图等分为多个小区域,并计算每个小区域块内不含连通区域的小区域块个数与小区域块总个数的比值Ⅰ,记为L_counti,[0032] 3-2.计算每个小区域块中像素值为1的像素点的个数与该小区域块面积的比值Ⅱ,用比值Ⅱ构成长度为小区域个数的面积比值向量。其中像素点的个数记为S_countikj,比值Ⅱ记为S_countikj/(wi*hi);
[0033] 3-3.针对不同的分块尺度,均计算得到比值Ⅰ、比值Ⅱ以及面积比值向量,具体计算公式如下:
[0034] 公式如下:
[0035]
[0036] 其中Sikj为第i中等分尺度下的第(k,j)个小区域的面积占比
[0037]
[0038]
[0039]
[0040] 其中mi为第i种等分尺度下面积占比的均值、Vi为第i种等分尺度下面积占比的方差、Ti为第i种等分尺度标准差与均值的比即均匀性判断量。
[0041] 通过该步骤处理得到雪花噪声与噪点噪声对应数据图像如附图4。
[0042] 步骤4:将均匀性判断量Ti与L_counti分别与其统计好的对应的判断阈值进行比较,由于雪花噪声与噪点噪声经过步骤2处理后其噪声呈现近似均匀分布。所以得到的标准差与均值之比较小并且得到的无连通区域的区域块个数占比也会非常小或者近似为零。基于这样的结论来判断是否存在雪花噪声或噪点噪声。若Tmin
[0043] 其中Tmin为分块尺度为40左右像素时面积比的判断阈值下界,Tmax为分块尺度为图像宽度与高度之和的八分之一像素时面积比的判断阈值上界,LT为比值I的判断阈值上界;T2为对应Tmin分块尺度下的均匀性判断量,T17为对应Tmax分块尺度下的均匀性判断量。该实施例中的Tmin取0.42,Tmax取1,LT取0.06。对于其它像素大小图像该实施例中的判断阈值依然适用的前提是,取得最小等分块的宽度和高度之和在20像素左右。
[0044] 对附图2进行具体说明:
[0045] 将事先准备的多组固定场景下存在雪花噪声、噪点噪声以及非这两组情况的样本视频序列用于统计计算。样本分别多次重复附图1的具体说明的前三个步骤,得出三组统计数据。一组为存在雪花噪声数据,一组为存在噪点噪声数据,另一组为无雪花和噪点情况数据。在三者间取可靠区分阈值,带入待测样本检验。部分对比结果见附图4和图5。