【技術實現步驟摘要】
一種基于圖像識別算法的鏡頭畫面質量分析方法及系統
[0001]本專利技術涉及圖像處理
，尤其涉及一種基于圖像識別算法的鏡頭畫面質量分析方法及系統
。
技術介紹
[0002]視頻監控系統包括前端攝像機
、
傳輸線纜
、
視頻監控平臺
。
攝像機可分為網絡數字攝像機和模擬攝像機，可作為前端視頻圖像信號的采集
。
完整的視頻監控系統是由攝像
、
傳輸
、
控制
、
顯示
、
記錄登記5大部分組成
。
攝像機通過網絡線纜或同軸視頻電纜將視頻圖像傳輸到控制主機，控制主機再將視頻信號分配到各監視器及錄像設備，同時可將需要傳輸的語音信號同步錄入到錄像機內
。
通過控制主機，操作人員可發出指令，對云臺的上
、
下
、
左
、
右的動作進行控制及對鏡頭進行調焦變倍的操作，并可通過視頻矩陣實現在多路攝像機的切換
。
利用特殊的錄像處理模式，可對圖像進行錄入
、
回放
、
調出及儲存等操作
。
[0003]在視頻監控的過程中，通過攝像機拍攝的圖像的質量，直接決定了視頻監控的質量，例如，視頻監控的圖像出現了畫面模糊
、
畫面被遮擋
、
畫面噪點
、
色彩異常
、
畫面亮度過亮或過暗等情況的時候，會...
【技術保護點】
【技術特征摘要】
1.
一種基于圖像識別算法的鏡頭畫面質量分析方法，其特征在于，包括：獲取圖像拍攝裝置在
t
?△
t
時刻
、t
時刻和
t+
△
t
時刻拍攝的第一圖像
P1、
第二圖像
P2
和第三圖像
P3
；針對第一圖像
P1
和第二圖像
P2
執行快速特征點計算，得到第一特征點集合
S1
和第二特征點集合
S2
，通過比較第一特征點集合
S1
和第二特征點集合
S2
中特征點的位置，確定第一圖像
P1
和第二圖像
P2
共同的背景特征點集合
S0、
第一圖像
P1
的前景特征點集合
S11
以及第二圖像
P2
的前景特征點集合
S21
；對背景特征點集合
S0
中的特征點按照最小臨近原則進行連線，形成
n
條線段，確定
n
條線段中最長線段的長度
L
，通過將
n
條線段進行
m
?1次等分，得到
n
×
m
個等分點，
n
×
m
個等分點的位置坐標用于形成
n
×
m
系列的位置矩陣
J
，對前景特征點集合
S11
進行特征點曲線閉合連接，在得到的多個閉合圖形中選取面積最大的閉合圖形
U1
，對前景特征點集合
S21
進行特征點曲線閉合連接，在得到的多個閉合圖形中選取面積最大的閉合圖形
U2
；構建評價函數
F(L,g(J,P3),U1,U2)
，以獲得針對圖像拍攝裝置拍攝畫面的評價結果，
g(J)
為位置矩陣
J
的計算函數
。2.
根據權利要求1所述的方法，其特征在于，所述獲取圖像拍攝裝置在
t
?△
t
時刻
、t
時刻和
t+
△
t
時刻拍攝的第一圖像
P1、
第二圖像
P2
和第三圖像
P3
，之前，所述方法還包括：獲取圖像拍攝裝置拍攝圖像的幀頻數；基于所述幀頻數，確定
△
t
的值
。3.
根據權利要求1所述的方法，其特征在于，所述獲取圖像拍攝裝置在
t
?△
t
時刻
、t
時刻和
t+
△
t
時刻拍攝的第一圖像
P1、
第二圖像
P2
和第三圖像
P3
，之前，所述方法還包括：獲取圖像拍攝裝置拍攝的任意相鄰的第一視頻幀和第二視頻幀；計算第一視頻幀和第二視頻幀所對應的第一灰度直方圖和第二灰度直方圖；根據第一灰度直方圖和第二灰度直方圖的相似度值
α
以及所述圖像拍攝裝置拍攝視頻的幀率
f
，確定
△
t
的值為：
△
t
＝
γ
*(1
?
α
)/f
，
γ
為數值大于零的調節參數
。4.
根據權利要求3所述的方法，其特征在于，所述獲取圖像拍攝裝置在
t
?△
t
時刻
、t
時刻和
t+
△
t
時刻拍攝的第一圖像
P1、
第二圖像
P2
和第三圖像
P3
，之前，所述方法還包括：對所述第一視頻幀和第二視頻幀進行灰度化處理，得到第一灰度圖像和第二灰度圖像；確定第一灰度圖像和第二灰度圖像所對應的第一像素矩陣
M1
和第二像素矩陣
M2
；當第一像素矩陣
M1
和第二像素矩陣
M2
的特征值差值小于預設值時，增大
γ
的值，以便于利用增大之后的
γ
來確定
△
t
的值
。5.
根據權利要求1所述的方法，其特征在于，所述構建評價函數
F(L,g(J,P3...
【專利技術屬性】
技術研發人員：朱德明，程春理，黃煒平，房俊奎，麥永豐，彭佳，唐鼎華，
申請(專利權)人：深圳市寶安信息管道管理有限公司，
類型：發明
國別省市：
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。