[发明专利]基于边缘计算模型的监控视频数据质量评测方法及装置

权利要求书

1.一种基于边缘计算模型的监控视频数据质量评测方法，其特征在于，包括如下步骤：

视频获取步骤：根据预设的时间间隔，定期从视频监控终端中采集获取一段视频；

数据处理步骤：对采集的所述视频进行处理，从中提取相应的背景图片；

质量检测步骤：包括模糊检测步骤和/或颜色检测步骤；其中，

所述模糊检测步骤具体为：对提取的背景图片进行分析计算，获得对应的模糊度值；并

根据预设的模糊阈值进行判断，若所述模糊度值小于所述模糊阈值，则判断为图像模糊；

若所述模糊度值大于等于所述模糊阈值，则判断为图像清晰；

所述颜色检测步骤具体为：依据颜色直方图算法对提取的背景图片进行分析计算，获得颜色占比值；并根据预设的颜色阈值进行判断，若所述颜色占比值大于等于所述颜色阈值，则判断为图像颜色错误；若所述颜色占比值均小于所述颜色阈值，则判断为图像颜色正常。

2.根据权利要求1所述的一种基于边缘计算模型的监控视频数据质量评测方法，其特征在于，所述视频获取步骤具体为：

利用VideoCapture类调用监控终端设备并采集获取一段视频。

3.根据权利要求2所述的一种基于边缘计算模型的监控视频数据质量评测方法，其特征在于，所述数据处理步骤具体为：

通过VideoCapture类中的read方法获取所述视频的每一帧的图像；

通过BackgroundSubtractorMOG2类中的apply函数获取前景掩膜；

通过BackgroundSubtractorMOG2类中的getBackgroundImage函数提取背景图片。

4.根据权利要求3所述的一种基于边缘计算模型的监控视频数据质量评测方法，其特征在于，所述模糊检测步骤中所述模糊度值的计算方法具体为：

遍历所述背景图片每个点的RGB值；

根据每个点的RGB值中B值经过变换所得值的总和与所述背景图片面积比值的绝对值，即为所述模糊度值。

5.根据权利要求3所述的一种基于边缘计算模型的监控视频数据质量评测方法，其特征在于，所述颜色检测步骤中所述颜色占比值的计算方法具体为：

先把所述背景图片转换为HSV颜色空间；

根据CvHistogram类创建所述HSV颜色空间图片的二维直方图，并根据cvQueryHistValue_2D函数获取每种颜色的统计次数，找到颜色统计次数的最大值，获取其颜色统计最大值周围的9-16个点；

计算该最大值和取出周围几个点的统计次数的和与所述背景图片每种颜色统计次数的和的比例，即为所述颜色占比值。

6.根据权利要求1-5中任一项所述的一种基于边缘计算模型的监控视频数据质量评测方法，其特征在于，所述模糊阈值的范围为0.00001至0.0001，所述颜色阈值的范围为0.7至1。

7.根据权利要求1一种基于边缘计算模型的监控视频数据质量评测方法，其特征在于，还包括离线监测步骤：根据ping命令判断所述视频监控终端是否离线。

8.一种基于边缘计算模型的监控视频数据质量评测装置，其特征在于，包括：

视频获取单元：用于根据预设的时间间隔，定期从视频监控终端中采集获取一段视频；

数据处理单元：用于对采集的所述视频进行处理，从中提取相应的背景图片；

质量检测单元：包括模糊检测模块和/或颜色检测模块；其中，

所述模糊检测模块用于对提取的背景图片进行分析计算，获得对应的模糊度值；并根据预设的模糊阈值进行判断，若所述模糊度值小于所述模糊阈值，则判断为图像模糊；若所述模糊度值大于等于所述模糊阈值，则判断为图像清晰；

所述颜色检测模块用于依据颜色直方图算法对提取的背景图片进行分析计算，获得颜色占比值；并根据预设的颜色阈值进行判断，若所述颜色占比值大于等于所述颜色阈值，则判断为图像颜色错误；若所述颜色占比值均小于所述颜色阈值，则判断为图像颜色正常。