论文摘要
视频监控系统是一种防范能力较强的综合系统,近年来随着人们的安全意识不断提高,视频监控系统已经渗透到国民生活的各个领域,银行监控、小区安保监控、交通违章监控等等,面对如此多的摄像头应用,要人工去检测每个摄像头的监控画面是否正常,将十分艰难。因此,本文设计和实现了一套摄像头干扰及图像异常检测系统,能够自动检测摄像头所拍摄的图像,判断画面是否出现异常以及人为干扰,并实时发出告警提示用户进行相应的维护。监控摄像头作为视频监控系统的最前端,容易受到外界的干扰,尤其是一些可疑人员为了躲避监控,通常会对摄像头做出各种干扰动作,常见的摄像头干扰包括,摄像头镜头旋转或位置移动,摄像头镜头遮挡,摄像头镜头被喷漆等等。相关研究工作发现,干扰前后图像的特征会发生明显的变化,基于这些研究工作本文利用SIFT[5]图像特征转换函数获取图像的特征,通过图像特征的变化来判断摄像头是否发生干扰,并结合PCA-SIFT[7]来对图像特征向量进行降维,减少计算量,提高效率。除了人为的干扰外,监控摄像头本身还会受到周围环境,网络传输,硬件故障等方面的影响,而产生图像异常,这些异常包括静帧、黑屏、马赛克、色偏等等。影响监控质量,导致有效信息的丢失。通过对视频质量检测的常用方法进行研究,本文设计和实现了一套监控摄像头画面异常检测的方案,该方案在应用层视屏终端进行监控图像质量分析,实时检测静帧、黑屏、马赛克、色偏等图像异常的发生,并可即时发出故障告警。另外监控系统还可能出现画面模糊、噪声异常等问题,本文通过分析比较各种视频质量评价的方法,设计了一套以块效应指标为基础,加入图像边缘特性的无参考的客观视频质量评价模型,对图像质量进行评分。