本發明專利技術公開了一種基于圖像復雜度分析方法的特點場景下電力視頻圖像模糊檢測方法，圖像模糊用于描述對圖像中對象的特征表現是否足夠清晰，通常表征了圖像邊緣效應的高低，步驟如下：對原始視頻圖片進行處理后轉換為灰度圖片，后續處理基于該灰度圖片；采用基于3*3滑窗計算灰度圖片總的特征參數，特征參數包括了像素亮度、像素梯度、圖片平均亮度、圖片平均梯度等；采用基于3*3滑窗，分別獲取基于不同邊緣閾值情況下的邊緣圖片，并分別計算每個邊緣圖片的特征參數，特征參數包括了圖片邊緣占空比、邊緣點平均亮度、邊緣平均梯度等；根據圖片總的特征參數、每個邊緣圖片的特征參數，計算圖像復雜度評價參數，最后獲取圖像模糊評價參數。電力視頻圖像模糊檢測方法對于電力視頻設備的故障檢測具有重要意義。
【技術實現步驟摘要】
【專利說明】—種基于圖像復雜度分析方法的特定場景下電力視頻圖像模糊檢測方法
本專利技術屬于圖像檢測領域，設計圖像處理和計算機等技術，特使是涉及電力視頻的圖像模糊故障檢測方法及圖像模糊評價值。
技術介紹
電力視頻監控系統廣泛應用于電力生產、安防、應急、營銷、基建等各個業務應用中，受電力變電站強磁場干擾的環境特殊性影響，視頻設備容易出現條紋異常，嚴重影響了視頻監控系統的可用性、實用性，因此，如何有效實現對視頻設備的模糊故障的檢測，為電力視頻設備的檢修提供依據，將為電力視頻的各項應用提供更加有效的技術支撐。對于視頻圖像模糊故障，采用人工識別的方式能夠輕易地區分出故障情況，然而，由于電力前端視頻設備數量的龐大，若采用人工巡查的方法，需要花費大量的人力，且工作效率降低，因此，采用計算機技術、圖像分析技術實現電力視頻圖像模糊故障檢測方法對于視頻設備的故障檢測具有重要意義。若采用常用的邊緣檢測方法，容易受圖像中對象的復雜性影響，無法準確做出對圖像模糊的判斷，采用簡單的邊緣檢測方法無法適用于多種應用場景下的模糊檢測。因此，采用對場景的圖像復雜度評價，能夠最大限度地提高圖像模糊檢測的準確性和適用性。
技術實現思路
專利技術目的:本專利技術所要解決的技術問題是針對現有技術的不足，提供。為了解決上述技術問題，本專利技術提供的基于圖像復雜度分析方法的特定場景下電力視頻圖像模糊檢測方法，包括獲計算獲取灰度圖片總的特征參數、計算并獲取不同閾值情況下的邊緣圖片、計算不同邊緣圖片的特征參數、計算圖像復雜度評價參數以及圖像模糊評價參數四個過程，該方法包括步驟如下: 51:對原始視頻圖片轉換為灰度圖像，采用3*3滑窗方式，并計算獲取灰度圖片總的特征參數；52:按照不同的閾值，采用3*3滑窗方式，計算并獲取不同閾值情況下的邊緣圖片； 53:根據不同閾值情況下的邊緣圖片，計算不同邊緣圖片的特征參數。S4:根據圖片總的特征參數、不同邊緣圖片的特征參數計算圖像復雜度評價參數以及圖像模糊評價參數。其中，獲取灰度圖片總的特征參數具體步驟如下: 511:將原始圖片轉換為灰度圖片； 512:切除灰度圖片的部分邊緣，得到新的灰度圖片； 513:采用3*3滑窗計算灰度圖片每個像素的梯度值； 514:根據每個像素的梯度值，計算總的圖片平均梯度值； S15:計算圖片每個像素點的亮度值，并根據每個每個像素點的亮度值，計算總的圖片的平均亮度值。S16:所有計算值作為圖片總的特征參數。其中，獲取不同閾值情況下的邊緣圖片具體步驟如下: 521:采用3*3滑窗計算灰度圖片每個像素的梯度值； 522:根據測試經驗值，設置不同邊緣條件下的邊緣閾值； 523:根據像素梯度值以及邊緣閾值，分別生成不同閾值的邊緣圖片，該邊緣圖片用于計算不同邊緣圖片的特征參數。其中，計算不同邊緣圖片的特征參數具體步驟如下: 531:針對邊緣圖片，根據邊緣總的點數，計算邊緣點數對應的占空比； 532:根據邊緣點亮度值，計算邊緣點平均亮度值； 533:采用3*3滑窗，計算每個邊緣點的梯度值，得到邊緣點平均梯度值； S34:計算的邊緣點數對應的占空比、邊緣點平均亮度值、邊緣點平均梯度值作為不同邊緣圖片的特征參數。其中，計算圖像復雜度評價參數以及圖像模糊評價參數具體步驟如下: 541:綜合所有參數，通過測試驗證的方法，得到圖片總的特征參數、不同邊緣圖片的特征參數對計算圖像復雜度評價參數的影響因子； 542:根據圖片總的特征參數、不同邊緣圖片的特征參數以及影響因子計算得到圖像復雜度評價參數； 543:根據圖像復雜度評價參數計算圖像模糊評價參數。本專利技術的方法，具備對視頻圖像中所監控的電力應用場景為復雜場景或簡單場景時，結合圖像復雜度評價參數，對圖像的模糊程度及模糊故障進行檢測的能力。若采用常用的邊緣檢測方法，容易受圖像中對象的復雜性影響，無法準確做出對圖像模糊的判斷，采用簡單的邊緣檢測方法無法適用于多種應用場景下的模糊檢測。因此，采用對場景的圖像復雜度評價，能夠最大限度地提高圖像模糊檢測的準確性和適用性。本專利技術采用了基于圖片總的特征參數、不同邊緣圖片的特征參數計算得出圖像復雜度評價參數以及計算圖像模糊評價參數，用于對圖像的模糊程度及模糊故障進行檢測，本專利技術的方法易于實現和應用，主要可以應用于: (O電力視頻設備故障檢測系統，通過對已安裝的視頻設備圖像的獲取，通過在線對視頻圖像的模糊故障評價值進行計算，從而得出視頻設備是否存在模糊故障，從而為視頻設備檢修提供直接依據。(2)該方法不僅適用于在電力行業的視頻設備故障檢測，同樣適用于其他行業的應用，包括了:交通視頻、安防視頻、銀行視頻等。【附圖說明】下面結合附圖和【具體實施方式】對本專利技術做更進一步的具體說明，本專利技術的上述和/或其他方面的優點將會變得更加清楚。圖1為本專利技術的流程框圖。【具體實施方式】下面結合附圖詳細說明本專利技術技術方法中所涉及的各個細節問題。應指出的是，所描述的實施例僅旨在便于對本專利技術的理解，而對其不起任何限定作用。本專利技術采用了基于圖片總的特征參數、不同邊緣圖片的特征參數計算得出圖像復雜度評價參數以及計算圖像模糊評價參數，用于對圖像的模糊程度及模糊故障進行檢測。圖1所示為基于圖像復雜度分析方法的特定場景下電力視頻圖像模糊檢測方法的流程框圖，本方法分為計算獲取灰度圖片總的特征參數、計算并獲取不同閾值情況下的邊緣圖片、計算不同邊緣圖片的特征參數、計算圖像復雜度評價參數以及圖像模糊評價參數四個過程。所述的計算獲取灰度圖片總的特征參數包括步驟:將原始圖片轉換為灰度圖片；切除灰度圖片的部分邊緣，得到新的灰度圖片；采用3*3滑窗計算灰度圖片每個像素的梯度值；根據每個像素的梯度值，計算總的圖片平均梯度值；計算圖片每個像素點的亮度值，并根據每個每個像素點的亮度值，計算總的圖片的平均亮度值；所有計算值作為圖片總的特征參數。所述的計算并獲取不同閾值情況下的邊緣圖片包括步驟:采用3*3滑窗計算灰度圖片每個像素的梯度值；根據測試經驗值，設置不同邊緣條件下的邊緣閾值；根據像素梯度值以及邊緣閾值，分別生成不同閾值的邊緣圖片，該邊緣圖片用于計算不同邊緣圖片的特征參數。所述的計算不同邊緣圖片的特征參數包括步驟:針對邊緣圖片，根據邊緣總的點數，計算邊緣點數對應的占空比；根據邊緣點亮度值，計算邊緣點平均亮度值；采用3*3滑窗，計算每個邊緣點的梯度值，得到邊緣點平均梯度值；計算的邊緣點數對應的占空比、邊緣點平均亮度值、邊緣點平均梯度值作為不同邊緣圖片的特征參數。所述的計算圖像復雜度評價參數以及圖像模糊評價參數包括步驟:綜合所有參數，通過測試驗證的方法，得到圖片總的特征參數、不同邊緣圖片的特征參數對計算圖像復雜度評價參數的影響因子；根據圖片總的特征參數、不同邊緣圖片的特征參數以及影響因子計算得到圖像復雜度評價參數；根據圖像復雜度評價參數計算圖像模糊評價參數。本專利技術的方法需要的硬件最低配置為:P4、3當前第1頁1 2 3 本文檔來自技高網...
【技術保護點】
一種基于圖像復雜度分析方法的特定場景下電力視頻圖像模糊檢測方法，其特征在于：該方法包括步驟如下：S1：對原始視頻圖片轉換為灰度圖像，采用3*3滑窗方式，并計算獲取灰度圖片總的特征參數；S2：按照不同的閾值，采用3*3滑窗方式，計算并獲取不同閾值情況下的邊緣圖片；S3：根據不同閾值情況下的邊緣圖片，計算不同邊緣圖片的特征參數；S4：根據圖片總的特征參數、不同邊緣圖片的特征參數計算圖像復雜度評價參數以及圖像模糊評價參數。
【技術特征摘要】
【專利技術屬性】
技術研發人員：姚楠，蔡越，吳奕，陳松石，王禹，趙春雷，
申請(專利權)人：南京音視軟件有限公司，江蘇省電力公司電力科學研究院，
類型：發明
國別省市：江蘇;32
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。