[发明专利]基于背景特征点运动分析的图像质量检测方法

说明书

本发明涉及基于背景特征点运动分析的图像质量检测方法，属于图像处理技术领域。具体步骤包括特征点提取、特征点描述、特征点跟踪及跟踪特征提取、通构造多分类器，检测图像质量异常。本发明对特征点进行跟踪提取运动特征，构造SVM分类器，对图像质量异常进行识别和分类，实现图像质量检测功能。

技术领域

本发明涉及基于背景特征点运动分析的图像质量检测方法，属于图像处理技术领域。

背景技术

近些年来，随着大量图像质量检测方法的提出，图像质量检测技术得到了快速的发展，但是仍然存在着很多不足。在摄像机镜头模糊检测中，一些常用方法需要清晰的图片做对比，同时计算时间较长，很难满足实际应用系统的实时性要求；在摄像机镜头遮挡检测中，一些常用方法可能会对体积较大的前景目标发生误判；在摄像机镜头移位检测中，一些常用方法受场景限制，实时性差，更为重要的是无法适用于摄像头存在剧烈抖动的场景。

发明内容

本发明旨在克服现有技术中存在的不足，针对实际应用的视频监控中摄像机模糊、遮挡、移位等图像质量异常，提出一种基于背景特征点运动分析的图像质量检测方法。

首先提取图像中的特征点，并在每一个特征点的邻域提取Brief特征描述；为保证算法实时性，将Brief特征描述子进行简化，只在特征点邻域边缘上均匀选取26个点对来描述特征点；在特征点可靠跟踪的基础上，提取视频图像运动特征，构建SVM分类器，对图像质量异常进行识别和分类，实现图像质量检测功能。

本发明的技术方案：

基于背景特征点运动分析的图像质量检测方法，步骤如下：

步骤1，特征点提取；

步骤2，特征点描述；

步骤3，特征点跟踪及运动特征提取；

步骤4，构造多分类器，检测图像质量异常。

本发明原理：图像异常种类不同，特征点的运动特征不同：摄像机镜头模糊时，图像中特征点方向多变、稳定性差(特征点为非局部极大点)、轨迹短；摄像机镜头移位时，图像中特征点速度大、轨迹长、且移动方向基本一致；摄像机镜头被遮挡时，图像中特征点的所有运动特征大致呈现两种，这两种特征点的个数分别占总特征点个数的比例在每个运动特征中基本一致。

本发明的有益效果：本发明提出一种基于背景特征点运动分析的图像质量检测方法，首先提取图像中的特征点，并在每一个特征点的邻域提取Brief特征描述；为保证提高实时性，将Brief特征描述子进行简化，只在特征点邻域边缘上均匀选取少量的点(26个点)对来描述特征点；在特征点可靠跟踪的基础上，提取视频图像运动特征，构建SVM分类器，根据图像异常种类不同，特征点的运动特征不同的原理，实现快速的图像质量异常进行识别和分类功能。

附图说明

图1是Brief特征描述子点对选择示意图。

图2是本发明定义的Canny的8个边缘梯度方向。

具体实施方式

以下结合附图和技术方案，进一步说明本发明的具体实施方式。

基于背景特征点运动分析的图像质量检测方法，步骤如下：

第一步：图像特征点提取。

采用Good Feature To Track方法提取图像的特征点，计算每一帧读入的视频图像上的Shi-Tomasi角点。