以常見的監(jiān)控?cái)z像頭故障的檢測為例，本文將對行業(yè)內(nèi)比較常見的幾類視頻診斷技術(shù)的原理做簡單剖析。

1、視頻信號亮度異常檢測

       自動檢測視頻信號過亮或者過暗類型的信號失真，該癥狀可能由監(jiān)控?cái)z像機(jī)故障、增益控制紊亂、環(huán)境照明條件異常等情況導(dǎo)致，也可能是惡意遮擋、光線直射等方式的惡意致盲導(dǎo)致，在算法實(shí)現(xiàn)上概括為三個模塊：一是整圖亮度分量直方圖統(tǒng)計(jì)和圖像亮度分布的分析；二是實(shí)施平均灰度值的計(jì)算和更新；三是動態(tài)閥值的更新和選擇，通過灰度值與閥值的比較及應(yīng)用策略的篩選環(huán)節(jié)后給出是否報(bào)警的結(jié)果。

2、視頻信號清晰度異常的檢測

       自動檢測由于聚焦不準(zhǔn)、鏡頭污損或異物遮擋等原因引起的視野主體部分的圖像模糊以及鏡頭對準(zhǔn)無意義的場景或物體的情況，在算法實(shí)現(xiàn)上，采用多指標(biāo)加權(quán)計(jì)算等方法，包括圖像數(shù)據(jù)在頻率域的頻譜分析，在不同算子模型中的發(fā)散度檢測等關(guān)鍵環(huán)節(jié)，以保證最終算法結(jié)果的準(zhǔn)確性和對不同場景的適應(yīng)性，增強(qiáng)了算法的魯棒性和實(shí)用價(jià)值。

3、視頻信號噪聲檢測

       自動檢測圖像中混雜的細(xì)紋、斜紋，以及由此導(dǎo)致的畫面扭曲、模糊抖動等失真現(xiàn)象，視頻噪聲的檢測算法實(shí)現(xiàn)非常復(fù)雜和困難，這一方面是由于干擾的無規(guī)律性，算法的應(yīng)對策略要綜合考慮，另一方面就是干擾的強(qiáng)度、類型有比較多的主觀判斷因素，算法在很多閥值的選擇上不容易平衡，同時視頻干擾的實(shí)際癥狀呈現(xiàn)出也是千奇百怪，算法也需要在應(yīng)用中針對不同表現(xiàn)持續(xù)升級更新。整體來看，算法實(shí)現(xiàn)的原理還是基于對圖像在空時頻率的分析結(jié)果情況作綜合判斷。

4、視頻信號色度異常檢測

      自動檢測視頻信號分量線路故障或各分量增益紊亂等原因?qū)е碌囊曨l畫面整體偏綠、偏紅或偏藍(lán)等現(xiàn)象，該算法處理的信號是圖像數(shù)據(jù)的UV色差分量，通過對色差分量分布的統(tǒng)計(jì)和均值計(jì)算等操作后，與設(shè)定的閥值進(jìn)行比較以確定是否有偏色情況。同時為了解決實(shí)際監(jiān)控場景中會真實(shí)存在的偏色情況，如出現(xiàn)大片的綠色植物等，算法還需要有針對性地進(jìn)行分區(qū)域統(tǒng)計(jì)，通過設(shè)置動態(tài)閥值等方式過濾一些可能會引起誤判的場景。

5、視頻信號缺失檢測

       自動檢測由于前端設(shè)備故障、傳輸線路故障或認(rèn)為惡意破壞等原因引起的黑屏或藍(lán)屏等視頻信號丟失的現(xiàn)場，目前業(yè)內(nèi)普遍采用的算法原理對圖像亮度信號Y做直方圖統(tǒng)計(jì)，通過分析直方圖結(jié)果的分析和離散性的檢測，給出算法處理結(jié)果。

6、視頻信號畫面凍結(jié)

       自動檢測由于前段設(shè)備死鎖、線路傳輸故障或人為惡意破壞導(dǎo)致的視頻畫面停滯在某一幀的情況，避免遺漏真實(shí)畫面。本功能在算法實(shí)現(xiàn)上相對比較簡單，采用普通的幀差算法即可得到前后幀圖像的差異變化，但本功能的前后幀圖像的差異變化，但本功能的難點(diǎn)在與要應(yīng)對不同視頻源的視頻數(shù)據(jù)差異，報(bào)警的閥值確定是比較復(fù)雜的。在東莞監(jiān)控工程實(shí)際現(xiàn)場的布置中，我們發(fā)現(xiàn)由于監(jiān)控?cái)z像頭視頻數(shù)據(jù)往往會經(jīng)過多個設(shè)備，例如光纖設(shè)備、矩陣、DVR等等設(shè)備的中轉(zhuǎn)，會有模擬信號本身受到干擾導(dǎo)致的數(shù)據(jù)變化，也有模擬信號到數(shù)字信號轉(zhuǎn)換導(dǎo)致的視頻數(shù)據(jù)變化，這些情況下都可能會導(dǎo)致算法的誤報(bào)，合理閥值和策略的制定需要現(xiàn)場長期的應(yīng)用和經(jīng)驗(yàn)的積累。

以上文章來源由東莞監(jiān)控工程http://m.shlyx.com整理提供。