一種視頻對比度異常檢測方法及裝置制造方法
【專利摘要】本發(fā)明公開了一種視頻對比度異常檢測方法及裝置，包括：從待檢測視頻中獲取待檢測視頻圖像；針對亮度值范圍中的每個數(shù)值，確定所述待檢測視頻圖像中亮度值為該數(shù)值的像素點的數(shù)量，作為該數(shù)值對應(yīng)的像素點數(shù)量；從亮度值范圍的全部數(shù)值中，確定對應(yīng)的像素點數(shù)量不小于預(yù)設(shè)數(shù)量閾值的最大數(shù)值和最小數(shù)值；根據(jù)所述最大數(shù)值與所述最小數(shù)值的差值與預(yù)設(shè)差值閾值的大小關(guān)系，確定所述待檢測視頻圖像的對比度是否為偏低異常。采用本發(fā)明提供的方法及裝置，相比現(xiàn)有技術(shù)，提高了進(jìn)行視頻對比度是否偏低異常檢測的準(zhǔn)確率。
【專利說明】一種視頻對比度異常檢測方法及裝置
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及視頻分析及視頻監(jiān)控領(lǐng)域，尤其涉及一種視頻對比度異常檢測方法及 裝直。
【背景技術(shù)】
[0002] 在視頻監(jiān)控系統(tǒng)中，由于攝像機(jī)受到異物遮擋、鏡頭對焦不準(zhǔn)、鏡頭損壞或受外界 干擾以及人為調(diào)整等因素的影響，容易引起拍攝得到的視頻圖像的對比度過低，從而導(dǎo)致 視頻圖像信息的丟失，嚴(yán)重影響了視頻的視覺效果以及對視頻圖像的后續(xù)分析與處理，因 此在視頻監(jiān)控中如何準(zhǔn)確的檢測和分析對比度偏低異常情況，及時發(fā)出警報和處理信號， 是一個急需解決的問題。
[0003] 目前，現(xiàn)有的一種視頻圖像對比度異常檢測方法是基于計算梯度圖像極值點的連 通域的方法，具體流程如下：
[0004] 首先通過對獲取到的視頻流的視頻圖像的像素點進(jìn)行梯度提取，得到梯度圖像， 對該梯度圖像進(jìn)行二值化處理，得到二值化圖像，確定二值化圖像包括的多個連通域，并從 該多個連通域中去掉面積小于設(shè)定閾值的連通域，然后計算剩下的所有連通域包括的像素 點數(shù)量的和值與二值化圖像的像素點的總數(shù)的比值，并將該比值與預(yù)設(shè)閾值比較，當(dāng)該比 值小于預(yù)設(shè)閾值時，則確定視頻圖像的對比度為偏低異常。
[0005] 在上述現(xiàn)有的基于計算梯度圖像極值點的連通域檢測視頻圖像對比度偏低異常 的方法，由于只采用視頻圖像的梯度信息進(jìn)行檢測，容易造成誤檢或漏檢，從而降低了視頻 圖像異常檢測的準(zhǔn)確率，降低了系統(tǒng)的性能。
【發(fā)明內(nèi)容】
[0006] 本發(fā)明實施例提供一種視頻對比度異常檢測方法及裝置，用以解決現(xiàn)有技術(shù)中存 在的進(jìn)行視頻對比度是否偏低異常檢測的準(zhǔn)確率較低的問題。
[0007] 本發(fā)明實施例提供一種視頻對比度異常檢測方法，包括：
[0008] 從待檢測視頻中獲取待檢測視頻圖像；
[0009] 針對亮度值范圍中的每個數(shù)值，確定所述待檢測視頻圖像中亮度值為該數(shù)值的像 素點的數(shù)量，作為該數(shù)值對應(yīng)的像素點數(shù)量；
[0010] 從亮度值范圍的全部數(shù)值中，確定對應(yīng)的像素點數(shù)量不小于預(yù)設(shè)數(shù)量閾值的最大 數(shù)值和最小數(shù)值；
[0011] 根據(jù)所述最大數(shù)值與所述最小數(shù)值的差值與預(yù)設(shè)差值閾值的大小關(guān)系，確定所述 待檢測視頻圖像的對比度是否為偏低異常。
[0012] 采用本發(fā)明實施例提供的方法，由于亮度值范圍的全部數(shù)值對應(yīng)的像素點不小于 預(yù)設(shè)數(shù)量閾值的最大數(shù)值和最小數(shù)值的差值，反應(yīng)了待檢測視頻圖像亮度值范圍的寬窄程 度，所以根據(jù)該差值與預(yù)設(shè)差值閾值的大小關(guān)系，能夠更準(zhǔn)確的確定該待檢測視頻圖像的 對比度是否偏低，即相比現(xiàn)有技術(shù)提高了進(jìn)行視頻對比度是否偏低異常檢測的準(zhǔn)確率。
[0013] 進(jìn)一步的，當(dāng)確定所述待檢測視頻圖像的對比度不為偏低異常時，還包括：
[0014] 采用預(yù)設(shè)提取方式提取所述待檢測視頻圖像的亮度特征信息；
[0015] 將所述亮度特征信息與分類特征信息進(jìn)行匹配，得到匹配結(jié)果，所述分類特征信 息為預(yù)先基于采用所述預(yù)設(shè)提取方式提取多個對比度正常的視頻圖像對應(yīng)得到的多個亮 度特征信息確定的；
[0016] 根據(jù)所述匹配結(jié)果是否滿足預(yù)設(shè)匹配條件，確定所述待檢測視頻圖像的對比度是 否正常。
[0017] 這樣，采用預(yù)設(shè)提取方式提取多個對比度正常的視頻圖像對應(yīng)得到的多個亮度特 征信息，能夠準(zhǔn)確的表示對比度正常的視頻圖像的亮度特征信息的特點，從而使得根據(jù)待 檢測視頻圖像的亮度特征信息與分類特征信息進(jìn)行匹配得到的待檢測視頻圖像的對比度 是否正常的檢測結(jié)果更加準(zhǔn)確。
[0018] 進(jìn)一步的，在針對亮度值范圍中的每個數(shù)值，確定所述待檢測視頻圖像中亮度值 為該數(shù)值的像素點的數(shù)量之前，還包括：
[0019] 采用預(yù)設(shè)提取方式提取所述待檢測視頻圖像的亮度特征信息；
[0020] 將所述亮度特征信息與分類特征信息進(jìn)行匹配，得到匹配結(jié)果，所述分類特征信 息為預(yù)先基于采用所述預(yù)設(shè)提取方式提取多個對比度正常的視頻圖像對應(yīng)得到的多個亮 度特征信息確定的；
[0021] 根據(jù)所述匹配結(jié)果是否滿足預(yù)設(shè)匹配條件，確定所述待檢測視頻圖像的對比度異 堂 巾。
[0022] 這樣，采用預(yù)設(shè)提取方式提取多個對比度正常的視頻圖像對應(yīng)得到的多個亮度特 征信息，能夠準(zhǔn)確的表示對比度正常的視頻圖像的亮度特征信息的特點，從而使得根據(jù)待 檢測視頻圖像的亮度特征信息與分類特征信息進(jìn)行匹配得到的待檢測視頻圖像的對比度 異常的檢測結(jié)果更加準(zhǔn)確。
[0023] 進(jìn)一步的，采用預(yù)設(shè)提取方式提取所述待檢測視頻圖像的亮度特征信息，具體包 括：
[0024] 針對預(yù)先對亮度值范圍劃分得到的多個數(shù)值區(qū)間中的每個數(shù)值區(qū)間，確定所述待 檢測視頻圖像中亮度值位于該數(shù)值區(qū)間的像素點的數(shù)量，作為該數(shù)值區(qū)間對應(yīng)的像素點數(shù) 量；并分別確定每個數(shù)值區(qū)間對應(yīng)的像素點數(shù)量與所述待檢測視頻圖像的像素點的總數(shù)的 比值，作為所述待檢測視頻圖像的亮度特征信息；和/或
[0025] 通過對所述待檢測視頻圖像的像素點進(jìn)行梯度提取，得到所述待檢測視頻圖像的 梯度圖像；針對預(yù)先對亮度值范圍劃分得到的多個數(shù)值區(qū)間中的每個數(shù)值區(qū)間，確定所述 梯度圖像中亮度值位于該數(shù)值區(qū)間的像素點的數(shù)量，作為該數(shù)值區(qū)間對應(yīng)的像素點數(shù)量； 并分別確定每個數(shù)值區(qū)間對應(yīng)的像素點數(shù)量與所述梯度圖像的像素點的總數(shù)的比值，作為 所述待檢測視頻圖像的亮度特征信息。
[0026] 這樣，采用預(yù)設(shè)提取方式提取所述待檢測視頻圖像的亮度特征信息，能夠使得后 續(xù)確定待檢測視頻圖像的對比度是否正?；?qū)Ρ榷犬惓５臋z測結(jié)果更加準(zhǔn)確。
[0027] 進(jìn)一步的，采用預(yù)設(shè)提取方式提取所述待檢測視頻圖像的亮度特征信息，具體包 括：
[0028] 基于所述最大數(shù)值和所述最小數(shù)值，對所述待檢測視頻圖像進(jìn)行亮度值拉伸處 理，得到拉伸后圖像；
[0029] 針對預(yù)先對亮度值范圍劃分得到的多個數(shù)值區(qū)間中的每個數(shù)值區(qū)間，確定所述拉 伸后圖像中亮度值位于該數(shù)值區(qū)間的像素點的數(shù)量，作為該數(shù)值區(qū)間對應(yīng)的像素點數(shù)量； 并分別確定每個數(shù)值區(qū)間對應(yīng)的像素點數(shù)量與所述拉伸后圖像的像素點的總數(shù)的比值，作 為所述待檢測視頻圖像的亮度特征信息；和/或
[0030] 通過對所述拉伸后圖像的像素點進(jìn)行梯度提取，得到所述拉伸后圖像的梯度圖 像；針對預(yù)先對亮度值范圍劃分得到的多個數(shù)值區(qū)間中的每個數(shù)值區(qū)間，確定所述梯度圖 像中亮度值位于該數(shù)值區(qū)間的像素點的數(shù)量，作為該數(shù)值區(qū)間對應(yīng)的像素點數(shù)量；并分別 確定每個數(shù)值區(qū)間對應(yīng)的像素點數(shù)量與所述梯度圖像的像素點的總數(shù)的比值，作為所述待 檢測視頻圖像的亮度特征信息。
[0031] 這樣，采用預(yù)設(shè)提取方式提取所述待檢測視頻圖像的亮度特征信息，能夠使得后 續(xù)確定待檢測視頻圖像的對比度是否正常或?qū)Ρ榷犬惓５臋z測結(jié)果更加準(zhǔn)確。
[0032] 進(jìn)一步的，在確定所述待檢測視頻圖像的對比度是否為偏低異常之前，還包括：
[0033] 確定從所述最小數(shù)值到所述最大數(shù)值區(qū)間中的全部數(shù)值各自對應(yīng)的像素點數(shù)量 的和值，作為總累加值；
[0034] 從所述最小數(shù)值到所述最大數(shù)值區(qū)間中確定第一臨界數(shù)值和第二臨界數(shù)值，其 中，從所述最小數(shù)值到所述第一臨界數(shù)值區(qū)間中的全部數(shù)值各自對應(yīng)的像素點數(shù)量的和值 不小于所述總累加值與第一預(yù)設(shè)臨界系數(shù)的乘積，從所述最小數(shù)值到所述第一臨界數(shù)值減 1區(qū)間中的全部數(shù)值各自對應(yīng)的像素點數(shù)量的和值小于所述總累加值與所述第一預(yù)設(shè)臨界 系數(shù)的乘積，從所述最小數(shù)值到所述第二臨界數(shù)值區(qū)間中的全部數(shù)值各自對應(yīng)的像素點數(shù) 量的和值不小于所述總累加值與第二預(yù)設(shè)臨界系數(shù)的乘積，從所述最小數(shù)值到所述第二臨 界數(shù)值減1區(qū)間中的全部數(shù)值各自對應(yīng)的像素點數(shù)量的和值小于所述總累加值與所述第 二預(yù)設(shè)臨界系數(shù)的乘積，所述第一預(yù)設(shè)臨界系數(shù)大于〇且小于所述第二預(yù)設(shè)臨界系數(shù)，且 所述第二預(yù)設(shè)臨界系數(shù)小于1 ;
[0035] 確定所述最大數(shù)值與所述最小數(shù)值的差值和所述第二臨界數(shù)值與所述第一臨界 數(shù)值的差值的比值；
[0036] 根據(jù)所述差值與預(yù)設(shè)差值閾值的大小關(guān)系，確定所述待檢測視頻圖像的對比度是 否為偏低異常，具體包括：
[0037] 當(dāng)所述差值小于預(yù)設(shè)差值閾值，且所述比值大于預(yù)設(shè)比值閾值時，確定所述待檢 測視頻圖像的對比度為偏低異常；
[0038] 否則，確定所述待檢測視頻圖像的對比度不為偏低異常。
[0039] 這樣，當(dāng)后續(xù)所述待檢測視頻圖像的對比度為偏低異常時，可以根據(jù)所述比值確 定所述待檢測視頻圖像的對比度的偏低強度。
[0040] 進(jìn)一步的，當(dāng)確定所述待檢測視頻圖像的對比度為偏低異常時，還包括：
[0041] 根據(jù)所述比值，確定所述待檢測視頻圖像的對比度的偏低強度。
[0042] 本發(fā)明實施例還提供一種視頻對比度異常檢測裝置，包括：
[0043] 獲取單元，用于從待檢測視頻中獲取待檢測視頻圖像；
[0044] 像素點確定單元，用于針對亮度值范圍中的每個數(shù)值，確定所述待檢測視頻圖像 中亮度值為該數(shù)值的像素點的數(shù)量，作為該數(shù)值對應(yīng)的像素點數(shù)量；
[0045] 數(shù)值確定單元，用于從亮度值范圍的全部數(shù)值中，確定對應(yīng)的像素點數(shù)量不小于 預(yù)設(shè)數(shù)量閾值的最大數(shù)值和最小數(shù)值；
[0046] 偏低檢測單元，用于根據(jù)所述最大數(shù)值與所述最小數(shù)值的差值與預(yù)設(shè)差值閾值的 大小關(guān)系，確定所述待檢測視頻圖像的對比度是否為偏低異常。
[0047] 采用本發(fā)明實施例提供的上述裝置，由于亮度值范圍的全部數(shù)值對應(yīng)的像素點不 小于預(yù)設(shè)數(shù)量閾值的最大數(shù)值和最小數(shù)值的差值，反應(yīng)了待檢測視頻圖像亮度值范圍的寬 窄程度，所以根據(jù)該差值與預(yù)設(shè)差值閾值的大小關(guān)系，能夠更準(zhǔn)確的確定該待檢測視頻圖 像的對比度是否偏低，即相比現(xiàn)有技術(shù)提高了進(jìn)行視頻對比度是否偏低異常檢測的準(zhǔn)確 率。
[0048] 上述裝置還可以包括：
[0049] 提取單元，用于當(dāng)所述偏低檢測單元確定所述待檢測視頻圖像的對比度不為偏低 異常時，采用預(yù)設(shè)提取方式提取所述待檢測視頻圖像的亮度特征信息；
[0050] 匹配單元，用于將所述亮度特征信息與分類特征信息進(jìn)行匹配，得到匹配結(jié)果，所 述分類特征信息為預(yù)先基于采用所述預(yù)設(shè)提取方式提取多個對比度正常的視頻圖像對應(yīng) 得到的多個亮度特征信息確定的；
[0051] 正常檢測單元，用于根據(jù)所述匹配結(jié)果是否滿足預(yù)設(shè)匹配條件，確定所述待檢測 視頻圖像的對比度是否正常。
[0052] 這樣，采用預(yù)設(shè)提取方式提取多個對比度正常的視頻圖像對應(yīng)得到的多個亮度特 征信息，能夠準(zhǔn)確的表示對比度正常的視頻圖像的亮度特征信息的特點，從而使得根據(jù)待 檢測視頻圖像的亮度特征信息與分類特征信息進(jìn)行匹配得到的待檢測視頻圖像的對比度 是否正常的檢測結(jié)果更加準(zhǔn)確。
[0053] 上述裝置還可以包括：
[0054] 提取單元，用于在所述像素點確定單元針對亮度值范圍中的每個數(shù)值，確定所述 待檢測視頻圖像中亮度值為該數(shù)值的像素點的數(shù)量之前，采用預(yù)設(shè)提取方式提取所述待檢 測視頻圖像的亮度特征信息；
[0055] 匹配單元，用于將所述亮度特征信息與分類特征信息進(jìn)行匹配，得到匹配結(jié)果，所 述分類特征信息為預(yù)先基于采用所述預(yù)設(shè)提取方式提取多個對比度正常的視頻圖像對應(yīng) 得到的多個亮度特征信息確定的；
[0056] 正常檢測單元，用于根據(jù)所述匹配結(jié)果是否滿足預(yù)設(shè)匹配條件，確定所述待檢測 視頻圖像的對比度異常。
[0057] 這樣，采用預(yù)設(shè)提取方式提取多個對比度正常的視頻圖像對應(yīng)得到的多個亮度特 征信息，能夠準(zhǔn)確的表示對比度正常的視頻圖像的亮度特征信息的特點，從而使得根據(jù)待 檢測視頻圖像的亮度特征信息與分類特征信息進(jìn)行匹配得到的待檢測視頻圖像的對比度 異常的檢測結(jié)果更加準(zhǔn)確。
[0058] 進(jìn)一步的，所述提取單元，具體用于針對預(yù)先對亮度值范圍劃分得到的多個數(shù)值 區(qū)間中的每個數(shù)值區(qū)間，確定所述待檢測視頻圖像中亮度值位于該數(shù)值區(qū)間的像素點的數(shù) 量，作為該數(shù)值區(qū)間對應(yīng)的像素點數(shù)量；并分別確定每個數(shù)值區(qū)間對應(yīng)的像素點數(shù)量與所 述待檢測視頻圖像的像素點的總數(shù)的比值，作為所述待檢測視頻圖像的亮度特征信息；和 /或
[0059] 通過對所述待檢測視頻圖像的像素點進(jìn)行梯度提取，得到所述待檢測視頻圖像的 梯度圖像；針對預(yù)先對亮度值范圍劃分得到的多個數(shù)值區(qū)間中的每個數(shù)值區(qū)間，確定所述 梯度圖像中亮度值位于該數(shù)值區(qū)間的像素點的數(shù)量，作為該數(shù)值區(qū)間對應(yīng)的像素點數(shù)量； 并分別確定每個數(shù)值區(qū)間對應(yīng)的像素點數(shù)量與所述梯度圖像的像素點的總數(shù)的比值，作為 所述待檢測視頻圖像的亮度特征信息。
[0060] 這樣，采用預(yù)設(shè)提取方式提取所述待檢測視頻圖像的亮度特征信息，能夠使得后 續(xù)確定待檢測視頻圖像的對比度是否正?；?qū)Ρ榷犬惓５臋z測結(jié)果更加準(zhǔn)確。
[0061] 進(jìn)一步的，所述提取單元，具體用于基于所述最大數(shù)值和所述最小數(shù)值，對所述待 檢測視頻圖像進(jìn)行亮度值拉伸處理，得到拉伸后圖像；以及
[0062] 針對預(yù)先對亮度值范圍劃分得到的多個數(shù)值區(qū)間中的每個數(shù)值區(qū)間，確定所述拉 伸后圖像中亮度值位于該數(shù)值區(qū)間的像素點的數(shù)量，作為該數(shù)值區(qū)間對應(yīng)的像素點數(shù)量； 并分別確定每個數(shù)值區(qū)間對應(yīng)的像素點數(shù)量與所述拉伸后圖像的像素點的總數(shù)的比值，作 為所述待檢測視頻圖像的亮度特征信息；和/或
[0063] 通過對所述拉伸后圖像的像素點進(jìn)行梯度提取，得到所述拉伸后圖像的梯度圖 像；針對預(yù)先對亮度值范圍劃分得到的多個數(shù)值區(qū)間中的每個數(shù)值區(qū)間，確定所述梯度圖 像中亮度值位于該數(shù)值區(qū)間的像素點的數(shù)量，作為該數(shù)值區(qū)間對應(yīng)的像素點數(shù)量；并分別 確定每個數(shù)值區(qū)間對應(yīng)的像素點數(shù)量與所述梯度圖像的像素點的總數(shù)的比值，作為所述待 檢測視頻圖像的亮度特征信息。
[0064] 這樣，采用預(yù)設(shè)提取方式提取所述待檢測視頻圖像的亮度特征信息，能夠使得后 續(xù)確定待檢測視頻圖像的對比度是否正?；?qū)Ρ榷犬惓５臋z測結(jié)果更加準(zhǔn)確。
[0065] 進(jìn)一步的，所述偏低檢測單元，還用于在確定所述待檢測視頻圖像的對比度是否 為偏低異常之前，確定從所述最小數(shù)值到所述最大數(shù)值區(qū)間中的全部數(shù)值各自對應(yīng)的像素 點數(shù)量的和值，作為總累加值；從所述最小數(shù)值到所述最大數(shù)值區(qū)間中確定第一臨界數(shù)值 和第二臨界數(shù)值，其中，從所述最小數(shù)值到所述第一臨界數(shù)值區(qū)間中的全部數(shù)值各自對應(yīng) 的像素點數(shù)量的和值不小于所述總累加值與第一預(yù)設(shè)臨界系數(shù)的乘積，從所述最小數(shù)值到 所述第一臨界數(shù)值減1區(qū)間中的全部數(shù)值各自對應(yīng)的像素點數(shù)量的和值小于所述總累加 值與所述第一預(yù)設(shè)臨界系數(shù)的乘積，從所述最小數(shù)值到所述第二臨界數(shù)值區(qū)間中的全部數(shù) 值各自對應(yīng)的像素點數(shù)量的和值不小于所述總累加值與第二預(yù)設(shè)臨界系數(shù)的乘積，從所述 最小數(shù)值到所述第二臨界數(shù)值減1區(qū)間中的全部數(shù)值各自對應(yīng)的像素點數(shù)量的和值小于 所述總累加值與所述第二預(yù)設(shè)臨界系數(shù)的乘積，所述第一預(yù)設(shè)臨界系數(shù)大于0且小于所述 第二預(yù)設(shè)臨界系數(shù)，且所述第二預(yù)設(shè)臨界系數(shù)小于1 ;確定所述最大數(shù)值與所述最小數(shù)值 的差值和所述第二臨界數(shù)值與所述第一臨界數(shù)值的差值的比值；并具體用于當(dāng)所述差值小 于預(yù)設(shè)差值閾值，且所述比值大于預(yù)設(shè)比值閾值時，確定所述待檢測視頻圖像的對比度為 偏低異常，否則，確定所述待檢測視頻圖像的對比度不為偏低異常。
[0066] 這樣，當(dāng)后續(xù)所述待檢測視頻圖像的對比度為偏低異常時，可以根據(jù)所述比值確 定所述待檢測視頻圖像的對比度的偏低強度。
[0067] 進(jìn)一步的，所述偏低檢測單元，還用于當(dāng)確定所述待檢測視頻圖像的對比度為偏 低異常時，根據(jù)所述比值，確定所述待檢測視頻圖像的對比度的偏低強度。
[0068] 本申請的其它特征和優(yōu)點將在隨后的說明書中闡述，并且，部分地從說明書中變 得顯而易見，或者通過實施本申請而了解。本申請的目的和其他優(yōu)點可通過在所寫的說明 書、權(quán)利要求書、以及附圖中所特別指出的結(jié)構(gòu)來實現(xiàn)和獲得。
【專利附圖】
【附圖說明】
[0069] 附圖用來提供對本發(fā)明的進(jìn)一步理解，并且構(gòu)成說明書的一部分，與本發(fā)明實施 例一起用于解釋本發(fā)明，并不構(gòu)成對本發(fā)明的限制。在附圖中：
[0070] 圖1為本發(fā)明實施例提供的視頻對比度異常檢測方法的流程圖；
[0071] 圖2為本發(fā)明實施例1提供的視頻對比度異常檢測方法的流程圖；
[0072] 圖3為本發(fā)明實施例2提供的視頻對比度異常檢測方法的流程圖；
[0073] 圖4為本發(fā)明實施例3提供的采用預(yù)設(shè)提取方式提取待檢測視頻圖像的亮度特征 信息的處理流程的流程圖之一；
[0074] 圖5為本發(fā)明實施例3提供的采用預(yù)設(shè)提取方式提取待檢測視頻圖像的亮度特征 信息的處理流程的流程圖之二；
[0075] 圖6為本發(fā)明實施例4提供的采用預(yù)設(shè)提取方式提取待檢測視頻圖像的亮度特征 信息的處理流程的流程圖之一；
[0076] 圖7為本發(fā)明實施例4提供的采用預(yù)設(shè)提取方式提取待檢測視頻圖像的亮度特征 信息的處理流程的流程圖之一；
[0077] 圖8為本發(fā)明實施例5提供的視頻對比度異常檢測裝置的結(jié)構(gòu)示意圖。
【具體實施方式】
[0078] 為了給出進(jìn)行視頻圖像對比度是否偏低異常檢測的準(zhǔn)確率的實現(xiàn)方案，本發(fā)明實 施例提供了一種視頻對比度異常檢測方法及裝置，以下結(jié)合說明書附圖對本發(fā)明的優(yōu)選實 施例進(jìn)行說明，應(yīng)當(dāng)理解，此處所描述的優(yōu)選實施例僅用于說明和解釋本發(fā)明，并不用于限 定本發(fā)明。并且在不沖突的情況下，本申請中的實施例及實施例中的特征可以相互組合。
[0079] 本發(fā)明實施例提供一種視頻對比度異常檢測方法，如圖1所示，包括：
[0080] 步驟101、從待檢測視頻中獲取待檢測視頻圖像；
[0081] 步驟102、針對亮度值范圍中的每個數(shù)值，確定該待檢測視頻圖像中亮度值為該數(shù) 值的像素點的數(shù)量，作為該數(shù)值對應(yīng)的像素點數(shù)量；
[0082] 步驟103、從亮度值范圍的全部數(shù)值中，確定對應(yīng)的像素點數(shù)量不小于預(yù)設(shè)數(shù)量閾 值的最大數(shù)值和最小數(shù)值；
[0083] 步驟104、根據(jù)該最大數(shù)值與該最小數(shù)值的差值與預(yù)設(shè)差值閾值的大小關(guān)系，確定 該待檢測視頻圖像的對比度是否為偏低異常。
[0084] 其中，上述步驟104具體可以采用如下兩種方式：
[0085] 第一種方式：將最大數(shù)值與該最小數(shù)值的差值與預(yù)設(shè)差值閾值進(jìn)行比較，當(dāng)該差 值小于預(yù)設(shè)差值閾值時，確定該待檢測視頻圖像的對比度為偏低異常，否則，確定該待檢測 視頻圖像的對比度不為偏低異常。
[0086] 第二種方式：本方式中，在執(zhí)行上述步驟104之前，確定從所述最小數(shù)值到所述最 大數(shù)值區(qū)間中的全部數(shù)值各自對應(yīng)的像素點數(shù)量的和值，作為總累加值；從所述最小數(shù)值 到所述最大數(shù)值區(qū)間中確定第一臨界數(shù)值和第二臨界數(shù)值，其中，從所述最小數(shù)值到所述 第一臨界數(shù)值區(qū)間中的全部數(shù)值各自對應(yīng)的像素點數(shù)量的和值不小于所述總累加值與第 一預(yù)設(shè)臨界系數(shù)的乘積，從所述最小數(shù)值到所述第一臨界數(shù)值減1區(qū)間中的全部數(shù)值各自 對應(yīng)的像素點數(shù)量的和值小于所述總累加值與所述第一預(yù)設(shè)臨界系數(shù)的乘積，從所述最小 數(shù)值到所述第二臨界數(shù)值區(qū)間中的全部數(shù)值各自對應(yīng)的像素點數(shù)量的和值不小于所述總 累加值與第二預(yù)設(shè)臨界系數(shù)的乘積，從所述最小數(shù)值到所述第二臨界數(shù)值減1區(qū)間中的全 部數(shù)值各自對應(yīng)的像素點數(shù)量的和值小于所述總累加值與所述第二預(yù)設(shè)臨界系數(shù)的乘積， 所述第一預(yù)設(shè)臨界系數(shù)大于O且小于所述第二預(yù)設(shè)臨界系數(shù)，且所述第二預(yù)設(shè)臨界系數(shù)小 于1 ;確定所述最大數(shù)值與所述最小數(shù)值的差值和所述第二臨界數(shù)值與所述第一臨界數(shù)值 的差值的比值；上述步驟104具體為：將最大數(shù)值與該最小數(shù)值的差值與預(yù)設(shè)差值閾值進(jìn) 行比較，以及將該比值與預(yù)設(shè)比值閾值比較，當(dāng)該差值小于預(yù)設(shè)差值閾值，且該比值大于預(yù) 設(shè)比值閾值時，確定該待檢測視頻圖像的對比度為偏低異常，否則，確定該待檢測視頻圖像 的對比度不為偏低異常。
[0087] 本發(fā)明實施例提供的上述圖1所示方法中，是對待檢測視頻圖像的對比度是否為 偏低異常進(jìn)行了檢測，進(jìn)一步的，還可以包括對該待檢測視頻圖像的對比度是否正常的檢 測。
[0088] 例如，在上述圖1所示流程的基礎(chǔ)上，當(dāng)確定該待檢測視頻圖像的對比度不為偏 低異常，還可以對該待檢測視頻圖像的對比度是否為正常進(jìn)行檢測，如果檢測結(jié)果為異常， 則表示該待檢測視頻圖像的對比度偏高異常。
[0089] 在上述圖1所示流程的基礎(chǔ)上，還可以在針對亮度值范圍中的每個數(shù)值，確定所 述待檢測視頻圖像中亮度值為該數(shù)值的像素點的數(shù)量之前，先對該待檢測視頻圖像的對比 度是否正常進(jìn)行檢測，并當(dāng)檢測結(jié)果為異常時，再觸發(fā)進(jìn)行是否為偏低異常檢測的上述流 程，如果偏低異常檢測結(jié)果為不偏低異常，則表示該待檢測視頻圖像的對比度為偏高異常。
[0090] 下面結(jié)合附圖，用具體實施例對本發(fā)明提供的方法及裝置進(jìn)行詳細(xì)描述。
[0091] 實施例1 :
[0092] 圖2為本發(fā)明實施例1中提供的一種視頻對比度異常檢測方法的流程圖，具體包 括如下處理步驟：
[0093] 步驟201、從待檢測視頻中獲取待檢測視頻圖像。
[0094] 步驟202、針對亮度值范圍中的每個數(shù)值，確定該待檢測視頻圖像中亮度值為該數(shù) 值的像素點的數(shù)量，作為該數(shù)值對應(yīng)的像素點數(shù)量；
[0095] 步驟203、從亮度值范圍的全部數(shù)值中，確定對應(yīng)的像素點數(shù)量不小于預(yù)設(shè)數(shù)量閾 值的最大數(shù)值和最小數(shù)值。
[0096] 本步驟中，可以針對亮度值范圍內(nèi)每個數(shù)值對應(yīng)的像素點數(shù)量G1，比較Gl與預(yù)設(shè) 數(shù)量閾值THl的大小關(guān)系，當(dāng)Gl小于THl時，將Gl的值設(shè)為0,當(dāng)Gl不小于THl時，Gl的 值保持不變；然后按照亮度值范圍內(nèi)數(shù)值從小到大的順序進(jìn)行遍歷，當(dāng)掃描到第一個對應(yīng) 的像素點數(shù)量大于〇的數(shù)值時停止遍歷，并將該數(shù)值作為最小數(shù)值start ;再按照亮度值范 圍內(nèi)數(shù)值從大到小的順序進(jìn)行遍歷，當(dāng)掃描到第一個對應(yīng)的像素點數(shù)量大于〇的數(shù)值時停 止遍歷，并將該數(shù)值作為最大數(shù)值end。
[0097] 步驟204、確定該最大數(shù)值與該最小數(shù)值的差值。
[0098] 其中，該最大數(shù)值與該最小數(shù)值的差值為end-start。
[0099] 步驟205、根據(jù)從該最小數(shù)值到最大數(shù)值區(qū)間中確定的第一臨界數(shù)值和第二臨界 數(shù)值，確定該最大數(shù)值與該最小數(shù)值和該第二臨界數(shù)值與該第一臨界數(shù)值的差值的比值。 [0100] 本步驟中，可以先確定從該最小數(shù)值到該最大數(shù)值區(qū)間中的全部數(shù)值各自對應(yīng)的 像素點數(shù)量的和值，作為總累加值Sumall ;從該最小數(shù)值到該最大數(shù)值區(qū)間中確定第一臨 界數(shù)值startl和第二臨界數(shù)值endl，其中，確定startl和endl具體可以如下：
[0101] 從該最小數(shù)值開始到該最大數(shù)值為止的區(qū)間中，依次對每個數(shù)值對應(yīng)的像素點數(shù) 量進(jìn)行累加，每累加一次，確定當(dāng)前累加值Suml是否不小于Sumall與第一預(yù)設(shè)臨界系數(shù)的 乘積，如果小于，繼續(xù)累加，當(dāng)累加到Suml第一次不小于Sumall與第一預(yù)設(shè)臨界系數(shù)的乘 積時，將當(dāng)前累加值對應(yīng)的當(dāng)前數(shù)值確定為第一臨界數(shù)值startl ;
[0102] 從該最小數(shù)值開始到該最大數(shù)值為止的區(qū)間中，依次對每個數(shù)值對應(yīng)的像素點數(shù) 量進(jìn)行累加，每累加一次，確定當(dāng)前累加值Suml是否不小于Sumall與第二預(yù)設(shè)臨界系數(shù)的 乘積，如果小于，繼續(xù)累加，當(dāng)累加到Suml第一次不小于Sumall與第二預(yù)設(shè)臨界系數(shù)的乘 積時，將當(dāng)前累加值對應(yīng)的當(dāng)前數(shù)值確定為第二臨界數(shù)值start2 ;
[0103] 其中，該第一預(yù)設(shè)臨界系數(shù)大于0且小于該第二預(yù)設(shè)臨界系數(shù)，且該第二預(yù)設(shè)臨 界系數(shù)小于1，例如，第一預(yù)設(shè)臨界系數(shù)可以為〇. 1，第二預(yù)設(shè)臨界系數(shù)可以為〇. 8。
[0104] 確定startl和endl,還可以采用現(xiàn)有技術(shù)中的各種方式，使得從該最小數(shù)值到 startl區(qū)間中的全部數(shù)值各自對應(yīng)的像素點數(shù)量的和值不小于Sumall與第一預(yù)設(shè)臨界系 數(shù)的乘積，并且從該最小數(shù)值到（startl-Ι)區(qū)間中的全部數(shù)值各自對應(yīng)的像素點數(shù)量的 和值小于Sumall與第一預(yù)設(shè)臨界系數(shù)的乘積；從該最小數(shù)值到該endl區(qū)間中的全部數(shù)值 各自對應(yīng)的像素點數(shù)量的和值不小于該Sumall與第二預(yù)設(shè)臨界系數(shù)的乘積，并且從該最 小數(shù)值到該（endl-Ι)區(qū)間中的全部數(shù)值各自對應(yīng)的像素點數(shù)量的和值小于該Sumall與第 二預(yù)設(shè)臨界系數(shù)的乘積，在此不再進(jìn)行詳細(xì)描述。
[0105] 在確定 startl 和 endl 后，可以確定（end-start)與（endl-startl)的比值 R。
[0106] 本步驟為可選步驟，當(dāng)后續(xù)確定該待檢測視頻圖像的對比度是否為偏低異常時需 要使用該比值R時，可以執(zhí)行本步驟，否則可以不執(zhí)行不步驟。
[0107] 步驟206、將差值end-start與預(yù)設(shè)差值閾值TH2進(jìn)行比較，以及將R與預(yù)設(shè)比值 閾值 TH3 比較，確定是否（end-start)〈TH2,且 R>TH3,當(dāng)（end-start)〈TH2,且 R>TH3 時，進(jìn) 入步驟207，否則，進(jìn)入步驟208。
[0108] 步驟207、當(dāng)（end-start)〈TH2,且R>TH3時，確定該待檢測視頻圖像的對比度為偏 低異常。
[0109] 進(jìn)一步的，當(dāng)確定該待檢測視頻圖像的對比度為偏低異常時，還可以確定出該待 檢測視頻圖像的對比度的偏低強度I，例如，可以將R作為該待檢測視頻圖像的對比度的偏 低強度，還可以采用如下公式確定偏低強度I :
[0110] I=a*R，其中a為偏低強度系數(shù)，例如，a可以為0. 5。
[0111] 步驟208、當(dāng)（end-start)彡TH2時，確定該待檢測視頻圖像的對比度不為偏低異 堂 巾。
[0112] 步驟209、采用預(yù)設(shè)提取方式提取待檢測視頻圖像的亮度特征信息。
[0113] 步驟210、將該亮度特征信息與分類特征信息進(jìn)行匹配，得到匹配結(jié)果，其中，該分 類特征信息為預(yù)先基于采用該預(yù)設(shè)提取方式提取多個對比度正常的視頻圖像對應(yīng)得到的 多個亮度特征信息確定的。
[0114] 本步驟中，可以采用支持向量機(jī)SVM (Support Vector Machine)方法確定分類 特征信息，具體可以通過SVM方法對多個對比度正常的視頻圖像對應(yīng)的多個亮度特征信息 進(jìn)行分析和訓(xùn)練，得到分類特征信息，即相當(dāng)于生成了 SVM分類器，當(dāng)提取待檢測視頻圖像 的亮度特征信息后，將該亮度特征信息與該分類特征信息進(jìn)行對比，確定該待檢測視頻圖 像的亮度特征信息是否與該分類特征信息匹配，得到匹配結(jié)果，即相當(dāng)于使用生成的SVM 分類器對提取的待檢測視頻圖像的亮度特征信息進(jìn)行識別，確定該亮度特征信息所屬的類 別。
[0115] 步驟211、確定該匹配結(jié)果是否?兩足預(yù)設(shè)匹配條件，如果?兩足，進(jìn)入步驟212,如果 不滿足，進(jìn)入步驟213。
[0116] 本步驟也即相當(dāng)于確定該亮度特征信息是否與該分類特征信息匹配，如果匹配， 進(jìn)入步驟212,如果不匹配，進(jìn)入步驟213。
[0117] 步驟212、當(dāng)該匹配結(jié)果滿足預(yù)設(shè)匹配條件時，確定該待檢測視頻圖像的對比度為 正常。
[0118] 步驟213、當(dāng)該匹配結(jié)果不滿足預(yù)設(shè)匹配條件時，確定該待檢測視頻圖像的對比度 為異常。
[0119] 當(dāng)本步驟中確定該待檢測視頻圖像的對比度為異常時，由于之前已經(jīng)確定該待檢 測視頻圖像的對比度不為偏低異常，所以，可以確定該待檢測視頻圖像的對比度為偏高異 堂 巾。
[0120] 實施例2:
[0121] 圖3為本發(fā)明實施例2中提供的一種視頻對比度異常檢測方法的流程圖，具體包 括如下處理步驟：
[0122] 步驟301、從待檢測視頻中獲取待檢測視頻圖像。
[0123] 步驟302、采用預(yù)設(shè)提取方式提取待檢測視頻圖像的亮度特征信息。
[0124] 步驟303、將該亮度特征信息與分類特征信息進(jìn)行匹配，得到匹配結(jié)果，其中，該分 類特征信息為預(yù)先基于采用該預(yù)設(shè)提取方式提取多個對比度正常的視頻圖像對應(yīng)得到的 多個亮度特征信息確定的。
[0125] 本步驟中，可以采用SVM方法確定分類特征信息，具體可以通過SVM方法對多個對 比度正常的視頻圖像對應(yīng)的多個亮度特征信息進(jìn)行分析和訓(xùn)練，得到分類特征信息，即相 當(dāng)于生成了 SVM分類器，當(dāng)提取待檢測視頻圖像的亮度特征信息后，將該亮度特征信息與 該分類特征信息進(jìn)行對比，確定該待檢測視頻圖像的亮度特征信息是否與該分類特征信息 匹配，得到匹配結(jié)果，即相當(dāng)于使用生成的SVM分類器對提取的待檢測視頻圖像的亮度特 征信息進(jìn)行識別，確定該亮度特征信息所屬的類別。
[0126] 步驟304、確定該匹配結(jié)果是否?兩足預(yù)設(shè)匹配條件，如果?兩足，進(jìn)入步驟305,如果 不滿足，進(jìn)入步驟306。
[0127] 本步驟也即相當(dāng)于確定該亮度特征信息是否與該分類特征信息匹配，如果匹配， 進(jìn)入步驟305,如果不匹配，進(jìn)入步驟306。
[0128] 步驟305、當(dāng)該匹配結(jié)果滿足預(yù)設(shè)匹配條件時，確定該待檢測視頻圖像的對比度為 正常。
[0129] 步驟306、當(dāng)該匹配結(jié)果不滿足預(yù)設(shè)匹配條件時，確定該待檢測視頻圖像的對比度 為異常。
[0130] 步驟307、針對亮度值范圍中的每個數(shù)值，確定該待檢測視頻圖像中亮度值為該數(shù) 值的像素點的數(shù)量，作為該數(shù)值對應(yīng)的像素點數(shù)量；
[0131] 步驟308、從亮度值范圍的全部數(shù)值中，確定對應(yīng)的像素點數(shù)量不小于預(yù)設(shè)數(shù)量閾 值的最大數(shù)值和最小數(shù)值。
[0132] 本步驟中，可以針對亮度值范圍內(nèi)每個數(shù)值對應(yīng)的像素點數(shù)量G1，比較Gl與預(yù)設(shè) 數(shù)量閾值THl的大小關(guān)系，當(dāng)Gl小于THl時，將Gl的值設(shè)為0,當(dāng)Gl不小于THl時，Gl的 值保持不變；然后按照亮度值范圍內(nèi)數(shù)值從小到大的順序進(jìn)行遍歷，當(dāng)掃描到第一個對應(yīng) 的像素點數(shù)量大于〇的數(shù)值時停止遍歷，并將該數(shù)值作為最小數(shù)值start ;再按照亮度值范 圍內(nèi)數(shù)值從大到小的順序進(jìn)行遍歷，當(dāng)掃描到第一個對應(yīng)的像素點數(shù)量大于〇的數(shù)值時停 止遍歷，并將該數(shù)值作為最大數(shù)值end。
[0133] 步驟309、確定該最大數(shù)值與該最小數(shù)值的差值。
[0134] 其中，該最大數(shù)值與該最小數(shù)值的差值為end-start。
[0135] 步驟310、根據(jù)從該最小數(shù)值到最大數(shù)值區(qū)間中確定的第一臨界數(shù)值和第二臨界 數(shù)值，確定該最大數(shù)值與該最小數(shù)值和該第二臨界數(shù)值與該第一臨界數(shù)值的差值的比值。
[0136] 本步驟中，可以先確定從該最小數(shù)值到該最大數(shù)值區(qū)間中的全部數(shù)值各自對應(yīng)的 像素點數(shù)量的和值，作為總累加值Sumall ;從該最小數(shù)值到該最大數(shù)值區(qū)間中確定第一臨 界數(shù)值startl和第二臨界數(shù)值endl，其中，確定startl和endl具體可以如下：
[0137] 從該最小數(shù)值開始到該最大數(shù)值為止的區(qū)間中，依次對每個數(shù)值對應(yīng)的像素點數(shù) 量進(jìn)行累加，每累加一次，確定當(dāng)前累加值Suml是否不小于Sumall與第一預(yù)設(shè)臨界系數(shù)的 乘積，如果小于，繼續(xù)累加，當(dāng)累加到Suml第一次不小于Sumall與第一預(yù)設(shè)臨界系數(shù)的乘 積時，將當(dāng)前累加值對應(yīng)的當(dāng)前數(shù)值確定為第一臨界數(shù)值startl ;
[0138] 從該最小數(shù)值開始到該最大數(shù)值為止的區(qū)間中，依次對每個數(shù)值對應(yīng)的像素點數(shù) 量進(jìn)行累加，每累加一次，確定當(dāng)前累加值Suml是否不小于Sumall與第二預(yù)設(shè)臨界系數(shù)的 乘積，如果小于，繼續(xù)累加，當(dāng)累加到Suml第一次不小于Sumall與第二預(yù)設(shè)臨界系數(shù)的乘 積時，將當(dāng)前累加值對應(yīng)的當(dāng)前數(shù)值確定為第二臨界數(shù)值start2 ;
[0139] 其中，該第一預(yù)設(shè)臨界系數(shù)大于0且小于該第二預(yù)設(shè)臨界系數(shù)，且該第二預(yù)設(shè)臨 界系數(shù)小于1，例如，第一預(yù)設(shè)臨界系數(shù)可以為〇. 1，第二預(yù)設(shè)臨界系數(shù)可以為〇. 8。
[0140] 確定startl和endl,還可以采用現(xiàn)有技術(shù)中的各種方式，使得從該最小數(shù)值到 startl區(qū)間中的全部數(shù)值各自對應(yīng)的像素點數(shù)量的和值不小于Sumall與第一預(yù)設(shè)臨界系 數(shù)的乘積，并且從該最小數(shù)值到（startl-Ι)區(qū)間中的全部數(shù)值各自對應(yīng)的像素點數(shù)量的 和值小于Sumall與第一預(yù)設(shè)臨界系數(shù)的乘積；從該最小數(shù)值到該endl區(qū)間中的全部數(shù)值 各自對應(yīng)的像素點數(shù)量的和值不小于該Sumall與第二預(yù)設(shè)臨界系數(shù)的乘積，并且從該最 小數(shù)值到該（endl-Ι)區(qū)間中的全部數(shù)值各自對應(yīng)的像素點數(shù)量的和值小于該Sumall與第 二預(yù)設(shè)臨界系數(shù)的乘積，在此不再進(jìn)行詳細(xì)描述。
[0141] 在確定 startl 和 endl 后，可以確定（end-start)與（endl-startl)的比值 R。
[0142] 本步驟為可選步驟，當(dāng)后續(xù)確定該待檢測視頻圖像的對比度是否為偏低異常時需 要使用該比值R時，可以執(zhí)行本步驟，否則可以不執(zhí)行不步驟。
[0143] 步驟311、將差值end-start與預(yù)設(shè)差值閾值TH2進(jìn)行比較，以及將R與預(yù)設(shè)比值 閾值 TH3 比較，確定是否（end-start)〈TH2,且 R>TH3,當(dāng)（end-start)〈TH2,且 R>TH3 時，進(jìn) 入步驟312,否則，進(jìn)入步驟313。
[0144] 312、當(dāng)（end-start)〈TH2,且R>TH3時，確定該待檢測視頻圖像的對比度為偏低異 堂 巾。
[0145] 進(jìn)一步的，當(dāng)確定該待檢測視頻圖像的對比度為偏低異常時，還可以確定出該待 檢測視頻圖像的對比度的偏低強度I，例如，可以將R作為該待檢測視頻圖像的對比度的偏 低強度，還可以采用如下公式確定偏低強度I :
[0146] I=a*R，其中a為偏低強度系數(shù)，例如，a可以為0. 5。
[0147] 步驟313、當(dāng)（end-start)彡TH2時，確定該待檢測視頻圖像的對比度不為偏低異 堂 巾。
[0148] 當(dāng)本步驟中確定該待檢測視頻圖像的對比度不為偏低異常時，由于之前已經(jīng)確定 該待檢測視頻圖像的對比度為異常，所以，可以確定該待檢測視頻圖像的對比度為偏高異 堂 巾。
[0149] 通過本發(fā)明實施例1和2提供的方法，由于亮度值范圍的全部數(shù)值對應(yīng)的像素點 不小于預(yù)設(shè)數(shù)量閾值的最大數(shù)值和最小數(shù)值的差值，反應(yīng)了待檢測視頻圖像亮度值范圍的 寬窄程度，所以根據(jù)該差值與預(yù)設(shè)差值閾值的大小關(guān)系，能夠更準(zhǔn)確的確定該待檢測視頻 圖像的對比度是否偏低，即相比現(xiàn)有技術(shù)提高了進(jìn)行視頻對比度是否偏低異常檢測的準(zhǔn)確 率。
[0150] 并且，在對待檢測視頻圖像的對比度進(jìn)行是否為偏低異常檢測的基礎(chǔ)上，當(dāng)進(jìn)一 步的，還包括對該待檢測視頻圖像的對比度是否正常的檢測時，能夠更準(zhǔn)確的確定該待檢 測視頻圖像的對比度情況，即是否正常，以及當(dāng)異常時，是偏高異常。
[0151] 實施例3:
[0152] 本發(fā)明實施例中，針對步驟209和302采用預(yù)設(shè)提取方式提取待檢測視頻圖像的 亮度特征信息，具體可以采用如下三種方式，本發(fā)明實施例3中通過如下具體處理流程對 該三種方式進(jìn)行詳細(xì)描述。
[0153] 第一種方式，如圖4所示，具體包括如下處理步驟：
[0154] 步驟401、針對預(yù)先對亮度值范圍劃分得到的多個數(shù)值區(qū)間中的每個數(shù)值區(qū)間，確 定該待檢測視頻圖像中亮度值位于該數(shù)值區(qū)間的像素點的數(shù)量，作為該數(shù)值區(qū)間對應(yīng)的像 素點數(shù)量。
[0155] 本步驟中，將亮度值范圍劃分為多個數(shù)值區(qū)間，例如，可以將亮度值范圍均勻的劃 分為10個數(shù)值區(qū)間，每個數(shù)值區(qū)間對應(yīng)的像素點數(shù)量為Sum_a(i)，其中，i=l，2……10。
[0156] 目前通用的亮度值范圍為[0, 255]，此時可以從小到大將每25個數(shù)值劃分到一個 數(shù)值區(qū)間，最后一個數(shù)值區(qū)間包括30個數(shù)值。
[0157] 步驟402、分別確定每個數(shù)值區(qū)間對應(yīng)的像素點數(shù)量與該待檢測視頻圖像的像素 點的總數(shù)的比值，作為該待檢測視頻圖像的亮度特征信息。
[0158] 其中，每個數(shù)值區(qū)間對應(yīng)的像素點數(shù)量Sum_a(i)與該待檢測視頻圖像的像素點 的總數(shù) Sum 的比值 R(i)=Sum_a(i)/Sum。
[0159] 第二種方式，如圖5所示，具體包括如下處理步驟：
[0160] 步驟501、通過對該待檢測視頻圖像的像素點進(jìn)行梯度提取，得到該待檢測視頻圖 像的梯度圖像。
[0161] 其中，梯度圖像的具體生成方式，可以采用現(xiàn)有技術(shù)中的各種方式，在此不再進(jìn)行 詳細(xì)描述。
[0162] 步驟502、針對預(yù)先對亮度值范圍劃分得到的多個數(shù)值區(qū)間中的每個數(shù)值區(qū)間，確 定該梯度圖像中亮度值位于該數(shù)值區(qū)間的像素點的數(shù)量，作為該數(shù)值區(qū)間對應(yīng)的像素點數(shù) 量。
[0163] 本步驟中，將亮度值范圍劃分為多個數(shù)值區(qū)間，例如，可以將亮度值范圍均勻的劃 分為10個數(shù)值區(qū)間，每個數(shù)值區(qū)間對應(yīng)的像素點數(shù)量為Sum_b(i)，其中，i=l，2……10。
[0164] 目前通用的亮度值范圍為[0, 255]，此時可以從小到大將每25個數(shù)值劃分到一個 數(shù)值區(qū)間，最后一個數(shù)值區(qū)間包括30個數(shù)值。
[0165] 步驟503、分別確定每個數(shù)值區(qū)間對應(yīng)的像素點數(shù)量與該梯度圖像的像素點的總 數(shù)的比值，作為該待檢測視頻圖像的亮度特征信息。
[0166] 其中，每個數(shù)值區(qū)間對應(yīng)的像素點數(shù)量Sum_b(i)與該梯度圖像的像素點的總數(shù) Sum 的比值 P (i) =Sum_b (i) /Sum。
[0167] 第三種方式是將上述第一種方式和第二種方式相結(jié)合，即將每個數(shù)值區(qū)間對應(yīng)的 像素點數(shù)量Sum_a (i)與該待檢測視頻圖像的像素點的總數(shù)Sum的比值R (i)，與每個數(shù)值區(qū) 間對應(yīng)的像素點數(shù)量Sum_b (i)與該梯度圖像的像素點的總數(shù)Sum的比值P (i)，均確定為該 待檢測視頻圖像的亮度特征信息。
[0168] 實施例4:
[0169] 本發(fā)明實施例中，針對步驟307采用預(yù)設(shè)提取方式提取待檢測視頻圖像的亮度特 征信息，具體還可以采用如下三種方式，本發(fā)明實施例4中通過如下具體處理流程對該三 種方式進(jìn)行詳細(xì)描述。
[0170] 第四種方式，如圖6所示，具體包括如下處理步驟：
[0171] 步驟601、針對亮度值范圍中的每個數(shù)值，確定該待檢測視頻圖像中亮度值為該數(shù) 值的像素點的數(shù)量，作為該數(shù)值對應(yīng)的像素點數(shù)量。
[0172] 步驟602、從亮度值范圍的全部數(shù)值中，確定對應(yīng)的像素點數(shù)量不小于預(yù)設(shè)數(shù)量閾 值的最大數(shù)值和最小數(shù)值。
[0173] 本步驟中，可以針對亮度值范圍內(nèi)每個數(shù)值對應(yīng)的像素點數(shù)量G1，比較Gl與預(yù)設(shè) 數(shù)量閾值THl的大小關(guān)系，當(dāng)Gl小于THl時，將Gl的值設(shè)為0,當(dāng)Gl不小于THl時，Gl的 值保持不變；然后按照亮度值范圍內(nèi)數(shù)值從小到大的順序進(jìn)行遍歷，當(dāng)掃描到第一個對應(yīng) 的像素點數(shù)量大于〇的數(shù)值時停止遍歷，并將該數(shù)值作為最小數(shù)值start ;再按照亮度值范 圍內(nèi)數(shù)值從大到小的順序進(jìn)行遍歷，當(dāng)掃描到第一個對應(yīng)的像素點數(shù)量大于〇的數(shù)值時停 止遍歷，并將該數(shù)值作為最大數(shù)值end。
[0174] 步驟603、確定該最大數(shù)值與該最小數(shù)值的差值。
[0175] 其中，該最大數(shù)值與該最小數(shù)值的差值為end-start。
[0176] 步驟604、基于該最大數(shù)值和該最小數(shù)值，對該待檢測視頻圖像進(jìn)行亮度值拉伸處 理，得到拉伸后圖像。
[0177] 具體可以采用如下公式進(jìn)行亮度值拉伸處理：
【權(quán)利要求】
1. 一種視頻對比度異常檢測方法，其特征在于，包括： 從待檢測視頻中獲取待檢測視頻圖像； 針對亮度值范圍中的每個數(shù)值，確定所述待檢測視頻圖像中亮度值為該數(shù)值的像素點 的數(shù)量，作為該數(shù)值對應(yīng)的像素點數(shù)量； 從亮度值范圍的全部數(shù)值中，確定對應(yīng)的像素點數(shù)量不小于預(yù)設(shè)數(shù)量閾值的最大數(shù)值 和最小數(shù)值； 根據(jù)所述最大數(shù)值與所述最小數(shù)值的差值與預(yù)設(shè)差值閾值的大小關(guān)系，確定所述待檢 測視頻圖像的對比度是否為偏低異常。
2. 如權(quán)利要求1所述的方法，其特征在于，當(dāng)確定所述待檢測視頻圖像的對比度不為 偏低異常時，還包括： 采用預(yù)設(shè)提取方式提取所述待檢測視頻圖像的亮度特征信息； 將所述亮度特征信息與分類特征信息進(jìn)行匹配，得到匹配結(jié)果，所述分類特征信息為 預(yù)先基于采用所述預(yù)設(shè)提取方式提取多個對比度正常的視頻圖像對應(yīng)得到的多個亮度特 征信息確定的； 根據(jù)所述匹配結(jié)果是否滿足預(yù)設(shè)匹配條件，確定所述待檢測視頻圖像的對比度是否正 堂 巾。
3. 如權(quán)利要求1所述的方法，其特征在于，在針對亮度值范圍中的每個數(shù)值，確定所述 待檢測視頻圖像中亮度值為該數(shù)值的像素點的數(shù)量之前，還包括： 采用預(yù)設(shè)提取方式提取所述待檢測視頻圖像的亮度特征信息； 將所述亮度特征信息與分類特征信息進(jìn)行匹配，得到匹配結(jié)果，所述分類特征信息為 預(yù)先基于采用所述預(yù)設(shè)提取方式提取多個對比度正常的視頻圖像對應(yīng)得到的多個亮度特 征信息確定的； 根據(jù)所述匹配結(jié)果是否滿足預(yù)設(shè)匹配條件，確定所述待檢測視頻圖像的對比度異常。
4. 如權(quán)利要求2或3所述的方法，其特征在于，采用預(yù)設(shè)提取方式提取所述待檢測視頻 圖像的亮度特征信息，具體包括： 針對預(yù)先對亮度值范圍劃分得到的多個數(shù)值區(qū)間中的每個數(shù)值區(qū)間，確定所述待檢測 視頻圖像中亮度值位于該數(shù)值區(qū)間的像素點的數(shù)量，作為該數(shù)值區(qū)間對應(yīng)的像素點數(shù)量； 并分別確定每個數(shù)值區(qū)間對應(yīng)的像素點數(shù)量與所述待檢測視頻圖像的像素點的總數(shù)的比 值，作為所述待檢測視頻圖像的亮度特征信息；和/或 通過對所述待檢測視頻圖像的像素點進(jìn)行梯度提取，得到所述待檢測視頻圖像的梯度 圖像；針對預(yù)先對亮度值范圍劃分得到的多個數(shù)值區(qū)間中的每個數(shù)值區(qū)間，確定所述梯度 圖像中亮度值位于該數(shù)值區(qū)間的像素點的數(shù)量，作為該數(shù)值區(qū)間對應(yīng)的像素點數(shù)量；并分 別確定每個數(shù)值區(qū)間對應(yīng)的像素點數(shù)量與所述梯度圖像的像素點的總數(shù)的比值，作為所述 待檢測視頻圖像的亮度特征信息。
5. 如權(quán)利要求2或3所述的方法，其特征在于，采用預(yù)設(shè)提取方式提取所述待檢測視頻 圖像的亮度特征信息，具體包括： 基于所述最大數(shù)值和所述最小數(shù)值，對所述待檢測視頻圖像進(jìn)行亮度值拉伸處理，得 到拉伸后圖像； 針對預(yù)先對亮度值范圍劃分得到的多個數(shù)值區(qū)間中的每個數(shù)值區(qū)間，確定所述拉伸后 圖像中亮度值位于該數(shù)值區(qū)間的像素點的數(shù)量，作為該數(shù)值區(qū)間對應(yīng)的像素點數(shù)量；并分 別確定每個數(shù)值區(qū)間對應(yīng)的像素點數(shù)量與所述拉伸后圖像的像素點的總數(shù)的比值，作為所 述待檢測視頻圖像的亮度特征信息；和/或 通過對所述拉伸后圖像的像素點進(jìn)行梯度提取，得到所述拉伸后圖像的梯度圖像；針 對預(yù)先對亮度值范圍劃分得到的多個數(shù)值區(qū)間中的每個數(shù)值區(qū)間，確定所述梯度圖像中亮 度值位于該數(shù)值區(qū)間的像素點的數(shù)量，作為該數(shù)值區(qū)間對應(yīng)的像素點數(shù)量；并分別確定每 個數(shù)值區(qū)間對應(yīng)的像素點數(shù)量與所述梯度圖像的像素點的總數(shù)的比值，作為所述待檢測視 頻圖像的亮度特征信息。
6. 如權(quán)利要求1所述的方法，其特征在于，在確定所述待檢測視頻圖像的對比度是否 為偏低異常之前，還包括： 確定從所述最小數(shù)值到所述最大數(shù)值區(qū)間中的全部數(shù)值各自對應(yīng)的像素點數(shù)量的和 值，作為總累加值； 從所述最小數(shù)值到所述最大數(shù)值區(qū)間中確定第一臨界數(shù)值和第二臨界數(shù)值，其中，從 所述最小數(shù)值到所述第一臨界數(shù)值區(qū)間中的全部數(shù)值各自對應(yīng)的像素點數(shù)量的和值不小 于所述總累加值與第一預(yù)設(shè)臨界系數(shù)的乘積，從所述最小數(shù)值到所述第一臨界數(shù)值減1區(qū) 間中的全部數(shù)值各自對應(yīng)的像素點數(shù)量的和值小于所述總累加值與所述第一預(yù)設(shè)臨界系 數(shù)的乘積，從所述最小數(shù)值到所述第二臨界數(shù)值區(qū)間中的全部數(shù)值各自對應(yīng)的像素點數(shù)量 的和值不小于所述總累加值與第二預(yù)設(shè)臨界系數(shù)的乘積，從所述最小數(shù)值到所述第二臨界 數(shù)值減1區(qū)間中的全部數(shù)值各自對應(yīng)的像素點數(shù)量的和值小于所述總累加值與所述第二 預(yù)設(shè)臨界系數(shù)的乘積，所述第一預(yù)設(shè)臨界系數(shù)大于〇且小于所述第二預(yù)設(shè)臨界系數(shù)，且所 述第二預(yù)設(shè)臨界系數(shù)小于1 ; 確定所述最大數(shù)值與所述最小數(shù)值的差值和所述第二臨界數(shù)值與所述第一臨界數(shù)值 的差值的比值； 根據(jù)所述差值與預(yù)設(shè)差值閾值的大小關(guān)系，確定所述待檢測視頻圖像的對比度是否為 偏低異常，具體包括： 當(dāng)所述差值小于預(yù)設(shè)差值閾值，且所述比值大于預(yù)設(shè)比值閾值時，確定所述待檢測視 頻圖像的對比度為偏低異常； 否則，確定所述待檢測視頻圖像的對比度不為偏低異常。
7. 如權(quán)利要求6所述的方法，其特征在于，當(dāng)確定所述待檢測視頻圖像的對比度為偏 低異常時，還包括： 根據(jù)所述比值，確定所述待檢測視頻圖像的對比度的偏低強度。
8. -種視頻對比度異常檢測裝置，其特征在于，包括： 獲取單元，用于從待檢測視頻中獲取待檢測視頻圖像； 像素點確定單元，用于針對亮度值范圍中的每個數(shù)值，確定所述待檢測視頻圖像中亮 度值為該數(shù)值的像素點的數(shù)量，作為該數(shù)值對應(yīng)的像素點數(shù)量； 數(shù)值確定單元，用于從亮度值范圍的全部數(shù)值中，確定對應(yīng)的像素點數(shù)量不小于預(yù)設(shè) 數(shù)量閾值的最大數(shù)值和最小數(shù)值； 偏低檢測單元，用于根據(jù)所述最大數(shù)值與所述最小數(shù)值的差值與預(yù)設(shè)差值閾值的大小 關(guān)系，確定所述待檢測視頻圖像的對比度是否為偏低異常。
9. 如權(quán)利要求8所述的裝置，其特征在于，還包括： 提取單元，用于當(dāng)所述偏低檢測單元確定所述待檢測視頻圖像的對比度不為偏低異常 時，采用預(yù)設(shè)提取方式提取所述待檢測視頻圖像的亮度特征信息； 匹配單元，用于將所述亮度特征信息與分類特征信息進(jìn)行匹配，得到匹配結(jié)果，所述分 類特征信息為預(yù)先基于采用所述預(yù)設(shè)提取方式提取多個對比度正常的視頻圖像對應(yīng)得到 的多個亮度特征信息確定的； 正常檢測單元，用于根據(jù)所述匹配結(jié)果是否滿足預(yù)設(shè)匹配條件，確定所述待檢測視頻 圖像的對比度是否正常。
10. 如權(quán)利要求8所述的裝置，其特征在于，還包括： 提取單元，用于在所述像素點確定單元針對亮度值范圍中的每個數(shù)值，確定所述待檢 測視頻圖像中亮度值為該數(shù)值的像素點的數(shù)量之前，采用預(yù)設(shè)提取方式提取所述待檢測視 頻圖像的亮度特征信息； 匹配單元，用于將所述亮度特征信息與分類特征信息進(jìn)行匹配，得到匹配結(jié)果，所述分 類特征信息為預(yù)先基于采用所述預(yù)設(shè)提取方式提取多個對比度正常的視頻圖像對應(yīng)得到 的多個亮度特征信息確定的； 正常檢測單元，用于根據(jù)所述匹配結(jié)果是否滿足預(yù)設(shè)匹配條件，確定所述待檢測視頻 圖像的對比度異常。
11. 如權(quán)利要求9或10所述的裝置，其特征在于，所述提取單元，具體用于針對預(yù)先對 亮度值范圍劃分得到的多個數(shù)值區(qū)間中的每個數(shù)值區(qū)間，確定所述待檢測視頻圖像中亮度 值位于該數(shù)值區(qū)間的像素點的數(shù)量，作為該數(shù)值區(qū)間對應(yīng)的像素點數(shù)量；并分別確定每個 數(shù)值區(qū)間對應(yīng)的像素點數(shù)量與所述待檢測視頻圖像的像素點的總數(shù)的比值，作為所述待檢 測視頻圖像的亮度特征信息；和/或 通過對所述待檢測視頻圖像的像素點進(jìn)行梯度提取，得到所述待檢測視頻圖像的梯度 圖像；針對預(yù)先對亮度值范圍劃分得到的多個數(shù)值區(qū)間中的每個數(shù)值區(qū)間，確定所述梯度 圖像中亮度值位于該數(shù)值區(qū)間的像素點的數(shù)量，作為該數(shù)值區(qū)間對應(yīng)的像素點數(shù)量；并分 別確定每個數(shù)值區(qū)間對應(yīng)的像素點數(shù)量與所述梯度圖像的像素點的總數(shù)的比值，作為所述 待檢測視頻圖像的亮度特征信息。
12. 如權(quán)利要求9或10所述的裝置，其特征在于，所述提取單元，具體用于基于所述最 大數(shù)值和所述最小數(shù)值，對所述待檢測視頻圖像進(jìn)行亮度值拉伸處理，得到拉伸后圖像；以 及 針對預(yù)先對亮度值范圍劃分得到的多個數(shù)值區(qū)間中的每個數(shù)值區(qū)間，確定所述拉伸后 圖像中亮度值位于該數(shù)值區(qū)間的像素點的數(shù)量，作為該數(shù)值區(qū)間對應(yīng)的像素點數(shù)量；并分 別確定每個數(shù)值區(qū)間對應(yīng)的像素點數(shù)量與所述拉伸后圖像的像素點的總數(shù)的比值，作為所 述待檢測視頻圖像的亮度特征信息；和/或 通過對所述拉伸后圖像的像素點進(jìn)行梯度提取，得到所述拉伸后圖像的梯度圖像；針 對預(yù)先對亮度值范圍劃分得到的多個數(shù)值區(qū)間中的每個數(shù)值區(qū)間，確定所述梯度圖像中亮 度值位于該數(shù)值區(qū)間的像素點的數(shù)量，作為該數(shù)值區(qū)間對應(yīng)的像素點數(shù)量；并分別確定每 個數(shù)值區(qū)間對應(yīng)的像素點數(shù)量與所述梯度圖像的像素點的總數(shù)的比值，作為所述待檢測視 頻圖像的亮度特征信息。
13. 如權(quán)利要求8所述的裝置，其特征在于，所述偏低檢測單元，還用于在確定所述待 檢測視頻圖像的對比度是否為偏低異常之前，確定從所述最小數(shù)值到所述最大數(shù)值區(qū)間中 的全部數(shù)值各自對應(yīng)的像素點數(shù)量的和值，作為總累加值；從所述最小數(shù)值到所述最大數(shù) 值區(qū)間中確定第一臨界數(shù)值和第二臨界數(shù)值，其中，從所述最小數(shù)值到所述第一臨界數(shù)值 區(qū)間中的全部數(shù)值各自對應(yīng)的像素點數(shù)量的和值不小于所述總累加值與第一預(yù)設(shè)臨界系 數(shù)的乘積，從所述最小數(shù)值到所述第一臨界數(shù)值減1區(qū)間中的全部數(shù)值各自對應(yīng)的像素點 數(shù)量的和值小于所述總累加值與所述第一預(yù)設(shè)臨界系數(shù)的乘積，從所述最小數(shù)值到所述第 二臨界數(shù)值區(qū)間中的全部數(shù)值各自對應(yīng)的像素點數(shù)量的和值不小于所述總累加值與第二 預(yù)設(shè)臨界系數(shù)的乘積，從所述最小數(shù)值到所述第二臨界數(shù)值減1區(qū)間中的全部數(shù)值各自對 應(yīng)的像素點數(shù)量的和值小于所述總累加值與所述第二預(yù)設(shè)臨界系數(shù)的乘積，所述第一預(yù)設(shè) 臨界系數(shù)大于0且小于所述第二預(yù)設(shè)臨界系數(shù)，且所述第二預(yù)設(shè)臨界系數(shù)小于1 ;確定所述 最大數(shù)值與所述最小數(shù)值的差值和所述第二臨界數(shù)值與所述第一臨界數(shù)值的差值的比值； 并具體用于當(dāng)所述差值小于預(yù)設(shè)差值閾值，且所述比值大于預(yù)設(shè)比值閾值時，確定所述待 檢測視頻圖像的對比度為偏低異常，否則，確定所述待檢測視頻圖像的對比度不為偏低異 堂 巾。
14. 如權(quán)利要求13所述的裝置，其特征在于，所述偏低檢測單元，還用于當(dāng)確定所述待 檢測視頻圖像的對比度為偏低異常時，根據(jù)所述比值，確定所述待檢測視頻圖像的對比度 的偏低強度。
【文檔編號】G06T7/00GK104424633SQ201310372996
【公開日】2015年3月18日 申請日期:2013年8月23日 優(yōu)先權(quán)日:2013年8月23日
【發(fā)明者】胡逢法, 潘暉, 潘石柱, 張興明, 傅利泉, 朱江明, 吳軍, 吳堅 申請人:浙江大華技術(shù)股份有限公司