[发明专利]一种用于检测咪唑类驱虫药中甲酸残留的方法

说明书

技术领域

本发明涉及视频处理领域，更具体地说，是涉及一种监测监控视频出现雪花噪声的系统和方法。

背景技术

近年来，随着通信技术、光电器件制备技术的发展，视频监控越来越普遍，监控摄像头随处可见。视频监控正逐渐融入到人们的日常生活当中，为人们的生命及财产提供安全保障。在机关单位、交通要道、银行等场所，都要求监控系统能保持良好的运行状态，并且能够保证监控画面的清晰度。但是，随着监控系统规模的不断扩大，需要的摄像头数量也不断增加，系统和设备故障在所难免。

随着监控摄像机数量的不断增加，如何及时了解前端视频设备的运行情况，以及保障视频监控系统正常运行已成为迫切问题。在视频采集、视频压缩、信道编码、传输误差和视频解码等常规的视频信息处理过程中，都可能会产生一些失真，引起图像质量的损伤，视频图像会出现信号缺失、模糊、噪点、雪花、条纹、视频偏色、视频抖动等常见异常。由于图像质量的优劣对于提高服务质量具有重要意义，因此如何以人类的视觉感知来评价视频质量是一个逐渐引起广泛关注的问题。最有效的方式就是通过人类的主观感知，直接来检测视频质量。但随着监控规模的逐渐扩大，采用人工巡检的方式工作量变得很大，而且效率低。所以，实现视频质量的自动化检测，是一个很有现实意义的研究方向。

由于图像在采集、传输之后可能会导致失真现象，在监视器屏上图像中夹杂着的“斑点”像雪花一样漂移着的“白花”等，这些颗粒“斑点”、“雪花”就是噪声。图像的“雪花屏”较为常见，这会导致图像显示不清晰，使用者操作不便，也会加大错误处理的概率。设备故障和信号干扰常常会导致监控画面 出现雪花干扰的异常状态，大量的雪花点会遮挡视频画面，严重影响视频监控效果，一旦出现问题，就有可能因此造成损失。当监控规模不大时，采用人工检查与适时巡检的方法对监控设备进行检测比较可行，但对于大规模的监控系统，单纯依靠人工来对摄像头进行逐个检测不仅工作量大、耗时，还不利于降低成本。目前的视频监控系统主要依靠监控人员进行人工监控，由于监控系统汇集了大量的视频，存在人员易疲劳、很难实时监控每路视频、报警精确度差、误报和漏报现象多报警响应时间长、录像数据分析困难等弊端。希望视频监控系统能像眼睛一样时刻保持警戒，但目前的视频监控系统很难做到这一点，即便是有人盯着屏幕，也很难保证这一点，权威的数据显示，人的注意力仅能坚持20分钟，20分钟以后90％以上的信息会丢失。因此，通过计算机协助工作人员对系统进行雪花检测变得十分必要。

发明内容

本发明的目的在于克服现有技术中的上述缺陷，提供一种监测监控视频出现雪花噪声的系统和方法，用于对视频图像进行检测，判断是否有雪花噪声。

为实现上述目的，本发明提供的技术方案如下：

一种监测监控视频出现雪花噪声的方法，包括：

S1、视频数据获取：获取待检测的视频流数据；

S2、视频异常检测：依次对视频流数据中的每一帧视频图像进行分析，判定是否异常；

S3、雪花噪声检测：当S2中检测到异常的帧时，计算该帧视频图像的信噪比值，并根据信噪比值判断该帧视频图像是否存在雪花噪声干扰；

其中，所述S2具体包括：

S201、从视频流数据中读取待分析的视频图像帧作为目标帧，并读取目标帧的前一帧图像作为参考帧；

S202、在目标帧和参考帧的视频图像上，随机选取一组或多组图像子块，每一组图像子块包括目标帧上的一个图像子块和参考帧上的一个图像子块，两图像子块的位置、形状、大小相同；

S203、计算每一组图像子块中的两个图像子块之间的均方差；

S204、若存在一组图像子块的均方差大于一预设的阈值，则判定所述目标帧异常，进入步骤S3；若每一组图像子块的均方差均不大于所述阈值，则判定所述目标帧正常；

S205、按照视频流数据的播放顺序，选取下一帧视频图像作为目标帧，执行步骤S201至S204所述的分析和判定。

所述S3具体包括：

S301、计算S204中判定为异常的目标帧的信噪比值：

SNR=20lg(psignalpnoise);]]>