[发明专利]一种基于视频分析的点状条纹噪声检测方法

摘要

一种基于视频分析的点状条纹噪声检测方法，属于视频监控技术领域。它以点状条纹噪声的高频特性和形态特性作为依据，通过视频图像中任意方向上的点状条纹分析检测点状条纹噪声，达到准确检测任意方向上驻留的点状条纹噪声问题的目的，从而提高点状条纹噪声检测的准确率。

主权项

一种基于视频分析的点状条纹噪声检测方法，其特征在于包括如下步骤： 步骤1：通过采样的方式抽取待检视频中的n帧图像，记为I₁，I₂…, I_n，并对所抽取的图像逐一作如下处理：步骤1.1：对I_i（i=1，2，…，n‑1）进行灰度化，得到对应的灰度图G_i；步骤1.2：通过傅立叶变换，获得图像G_i的频谱F_i，利用高通滤波器去除低频信息，得到高频频谱F_i^’，再通过逆傅立叶变换获得频谱F_i^’对应的图像G_i^’；步骤1.3：对G_i^’进行二值化，得到二值图B_i，从而进一步凸显出G_i^’中的高频部分；步骤1.4：对图像B_i进行形态学运算，，从而得到连通图像，其中X为结构元素，L_iu为第i帧连通图像中的第u个连通区域， v_i为连通图像C_i中的连通区域个数，运算符“”为闭操作，运算符“”为膨胀操作，运算符“”为腐蚀操作；步骤1.5：计算连通区域L_iu的重心O_iu坐标（x_O,y_O），连通区域，其中,m为连通区域L_iu中的像素个数，p₁（x₁,y₁）表示连通区域L_iu中第1个像素p₁的坐标为（x₁,y₁），以此类推；步骤1.6：通过Hough变换，找出穿过连通区域的直线倾斜角度θ，，使用一组间距为s，角度为θ的平行线，将连通图像C_i划分成r个区域，，其中h为连通图像C_i的高度，为连通图像C_i的宽度，分别统计出每个区域中的重心个数；步骤1.7：将重心个数小于阈值T₁的连续区域与重心个数大于等于T₁的连续区域分别进行合并，然后再剔除重心总数小于阈值T₂的合并区域，保留下来的区域即点状条纹噪声的分布区域，若无保留区域即该帧图像I_i不存在点状条纹噪声干扰，其中T₁表示合并的粒度，取，T₂表示噪声密度的下限，取；步骤2：视频质量系数，当Q＞Q_o时，认为待测视频不存在点状条纹噪声干扰；当Q≤Q_o时，即认为待测视频存在点状条纹噪声干扰，其中noise(I_i)为存在噪声干扰的帧数，Q_o表示检测阈值，取。